在八种神经精神疾病和三种神经退行性疾病中对功能连接模式的多连接性评分
Ilan Libedinsky1, Koen Helwegen1, Jackson Boonstra1
1Department of Complex Trait Genetics, Center for Neurogenomics and Cognitive Research, Neuroscience, Vrije Universiteit Amsterdam, Amsterdam, the Netherlands.
Biological psychiatry
|October 18, 2024
概括
多连接体评分量化了神经精神和神经退行性疾病中的大脑连接性改变. 这种方法提供了一个个性化的指标,用于了解各种疾病中的大脑健康.
科学领域:
- 神经科学是一个神经科学.
- 脑部成像 脑部成像
- 计算精神病学是一种计算精神病学.
背景情况:
- 神经精神和神经退行性疾病的特点是大脑功能连接的复杂变化.
- 传统方法往往侧重于特定的网络改变,可能缺少更广泛的连接签名.
研究的目的:
- 引入和验证多连接体评分 (PCS) 作为一种量化与各种大脑疾病相关的全脑连接特征的方法.
- 评估PCS在多种神经精神病和神经退行性疾病中的概括性.
主要方法:
- 计算了8种神经精神病和3种神经退行性疾病的多连接体评分 (PCS),使用了来自10,667个人的休息状态fMRI数据.
- 在英国生物银行队列中的另外26673名个人中验证了PCS.
主要成果:
- 在大多数研究的神经精神疾病和所有神经退行性疾病的患者中,PCS显著更高.
- 神经精神疾病中PCS升高与神经病变的增加,认知表现的降低和幸福感的降低相关.
结论:
- 多连接性评分为评估大脑疾病中全脑连接性改变提供了可概括,可解释和个性化的指标.
- 该研究为PCS实施提供了一个计算工具箱.
更多相关视频
09:38Generalized Psychophysiological Interaction PPI Analysis of Memory Related Connectivity in Individuals at Genetic Risk for Alzheimer's Disease
Published on: November 14, 2017
14.8K
10:43Developing Neuroimaging Phenotypes of the Default Mode Network in PTSD: Integrating the Resting State, Working Memory, and Structural Connectivity
Published on: July 1, 2014
15.0K
