在形态相似性网络中通过拓偏差绘制ADHD异质性和生物型的映射

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.
• 计算生物学 计算生物学

背景情况:

• 注意缺陷/多动障碍 (ADHD) 呈现出显著的临床异质性.
• 识别不同的ADHD亚型对于理解其神经生物学基础和制定有针对性的干预措施至关重要.

研究的目的:

• 调查大脑形态学相似性网络的规范建模对于ADHD分层的实用性.
• 根据拓网络特性划分不同的ADHD生物型,并检查它们的临床,神经化学和功能相关性.

主要方法:

• 从多站点神经发育数据集构建的形态相似性网络.
• 开发了度中心性,节点效率和参与系数的规范模型.
• 采用半监督集群来识别ADHD生物型,并分析其临床和神经特征.

主要成果:

• ADHD表现出不典型的大脑网络枢纽组织,特别是在轨道前皮层.
• 确定了三种不同的ADHD生物型,每一种都与特定的症状特征相关 (整体严重程度/情绪失调,过度活跃/冲动,注意力不集中) 以及大脑区域的明显拓变化,如中枢前额叶皮质,皮质和前带状皮质.
• 这些生物型的神经特征显示出独特的神经化学和功能相关性,研究结果在独立的队列中得到了验证.

结论:

• 该研究成功地将ADHD分为三个不同的生物型,具有独特的临床神经特征.
• 这种方法促进了对ADHD神经生物学异质性的理解.
• 这些发现为ADHD个性化治疗策略提供了基础.