A Multi-Symptom Circuit Architecture of Obsessive–Compulsive Disorder
Notice bibliographique
Résumé
Abstract Obsessive–compulsive disorder (OCD) manifests with diverse symptom constellations that likely arise from dysfunction in partially distinct neural circuits. Deep brain stimulation (DBS), paired with high-resolution connectomics, offers a unique window into these pathways in humans. Here, we analyzed clinical outcomes and stimulation sites from 77 treatment-refractory patients with OCD and 39 with Tourette’s syndrome (TS) exhibiting comorbid obsessive–compulsive behaviors (244 electrodes across 15 cohorts and eight targets). Engagement of the previously defined OCD response tract predicted global obsessive-compulsive symptom improvement across heterogeneous targets and diagnoses, spanning both OCD and TS. Beyond broad symptoms, obsessions, compulsions, anxiety, and depression mapped onto distinct yet overlapping subcircuits fragmenting the anterior limb of the internal capsule along a dorsoventral axis. This fine-scale architecture of OCD circuit dysfunction was reproducible across cross-validation schemes and patient subsets. Exploratory analyses identified additional subcircuits for cognitive control and flexibility. Global functional recovery was better explained by combined engagement of multiple symptom-specific rather than a single tract. Collectively, these findings illustrate how invasive neuromodulation can delineate a multi-symptom circuit taxonomy of compulsivity that may guide personalized neuromodulation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».