在患有精神病风险的受试者中产生不匹配的消极性:在风险预测中,源分析比表面电极更为敏感
Tina Aeberli1,2, Mario Müller1,2, Anastasia Theodoridou1,2
1Department of Psychiatry, Psychotherapy and Psychosomatics, University of Zurich, Zurich, Switzerland.
Frontiers in psychiatry
|August 4, 2023
概括
不匹配负面性 (MMN) 缺陷在患精神病风险较高的人群中很明显. 在预测超高风险个体中精神病过渡时,MMN的前线源分析比表面电极更为敏感.
科学领域:
- 神经科学是一个神经科学.
- 精神病学是一个精神病学.
- 认知科学 认知科学
背景情况:
- 在精神分裂症患者中观察到不匹配负面性 (MMN) 缺陷.
- 有证据表明,在患精神病风险较高的人群中,MMN会发生变化.
- 这项研究研究了MMN在满足基本症状或超高风险 (UHR) 标准的个体中.
研究的目的:
- 检查具有基本症状的个体和具有UHR标准的个体之间的MMN差异.
- 为了确定MMN源分析是否可以改善精神病过渡预测.
- 为了在各个风险群体中比较表面电极和来源的MMN生成.
主要方法:
- 在161名患有精神病风险的个人和50名对照人群中记录了MMN与持续时间,频率和强度的偏差.
- 参与者分为:仅基本症状,仅UHR,或两种标准.
- 使用三源模型进行的MMN源分析.
主要成果:
- 在持续时间偏差的正面源发现了显著的MMN生成差异 (p < 0.001).
- 过渡到精神病的个体表现出明显较低的额头MMN振幅 (p = 0.019).
- 在UHR受试者中,低额头MMN源活性增加了3.12的精神病过渡风险.
结论:
- 额头源的MMN活动对精神病风险预测比表面电极更敏感.
- 对MMN的来源分析可以区分基本症状和UHR标准.
- 前线MMN源分析为早期精神病检测提供了一个有前途的工具.
更多相关视频
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
7.1K
13:08Measurement of Fronto-limbic Activity Using an Emotional Oddball Task in Children with Familial High Risk for Schizophrenia
Published on: December 2, 2015
9.0K
