Video Experimental Relacionado
Updated: Feb 11, 2026

Application of Granger Causality Analysis of the Directed Functional Connection in Alzheimer's Disease and Mild Cognitive Impairment
Published on: August 7, 2017
Entradas funcionales a la corteza cingulada subgenual Diferenciar los niveles de gravedad de los síntomas depresivos
Huey-Ting Li1, Yu Chen1, Shefali Chaudhary1
1Department of Psychiatry, Yale University School of Medicine, New Haven, CT 06520, USA.
La conectividad funcional de la corteza cingulada anterior subgenual (sgACC) está relacionada con la depresión. Las entradas más débiles de sgACC de regiones cerebrales específicas distinguían efectivamente la gravedad de la depresión y las comorbilidades en adultos neurotípicos.
Área de la Ciencia:
- La neurociencia es la neurociencia.
- Imágenes cerebrales de imágenes cerebrales.
- La psiquiatría es la psiquiatría.
Sus antecedentes:
- La conectividad funcional de la corteza cingulada anterior subgenual (sgACC) está implicada en el trastorno depresivo mayor y los rasgos depresivos.
- Estudios anteriores no han diferenciado las entradas y salidas de sgACC, dejando la precisión del diagnóstico poco clara.
Objetivo del estudio:
- Investigar las entradas y salidas específicas del sgACC utilizando el análisis de causalidad de Granger.
- Determinar si los patrones de conectividad sgACC pueden distinguir la gravedad de los síntomas depresivos y las comorbilidades en adultos neurotípicos.
Principales métodos:
- Análisis de los datos del Proyecto Conectoma Humano de 890 adultos jóvenes neurotípicos.
- Análisis de causalidad de Granger (GCA) con sgACC como semilla y 268 regiones del atlas de Shen como objetivos.
- Aprendizaje automático (clasificador logístico, validación cruzada de 5 veces) aplicado a las características significativas de GCA-in.
Principales resultados:
- Se identificaron regiones cerebrales específicas con aportaciones y salidas significativas del sgACC.
- Clustering of Granger causalidad de la entrada de características distinguidos grupos de sujetos basados en la gravedad de la depresión y las comorbilidades.
- Las proyecciones más débiles desde las cortizas fronto-parietal, orbitofrontal, ínsula anterior, cortizas temporales y cerebelo hasta el sgACC caracterizaron grupos de depresión distintos.
- El aprendizaje automático logró una precisión del 87% en la distinción entre grupos de depresión alta y baja utilizando características de GCA-in.
Conclusiones:
- Las entradas del sgACC, no las salidas o la conectividad en estado de reposo, son cruciales para distinguir la gravedad de los síntomas depresivos.
- Los hallazgos especifican la conectividad funcional del sgACC y destacan su papel en la heterogeneidad de la depresión dentro de una población neurotípica.
Más Videos Relacionados
09:00Investigating the Function of Deep Cortical and Subcortical Structures Using Stereotactic Electroencephalography: Lessons from the Anterior Cingulate Cortex
Published on: April 15, 2015
10:50Functional Imaging of Auditory Cortex in Adult Cats using High-field fMRI
Published on: February 19, 2014
Videos de Conceptos Relacionados
Differential Leveling
Causality in Epidemiology
Long-term Depression
Long-term Depression
Calcium Ion Concentration Mechanism
If over...
Freezing Point Depression and Boiling Point Elevation
The boiling point of a liquid is the temperature at which its vapor pressure is equal to ambient atmospheric pressure. Since the vapor pressure of a solution is lowered due to the presence of nonvolatile solutes, it stands to reason that the solution’s boiling point will subsequently be increased. Vapor pressure increases with temperature, and so a solution will require a higher temperature than will pure solvent to achieve any given vapor pressure, including one...
Depressants
Alcohol is a common depressant that can induce a sense of relaxation and reduced inhibition at low doses. Contrary to its occasional...