第一发精神分裂症行为控制和冲动性的神经相关:基于MEG的β振荡分析

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.
• 生物标志物发现发现

背景情况:

• 精神分裂症涉及行为控制和冲动性的核心缺陷,神经支不清楚.
• 研究患有精神分裂症遗传风险的个体可以确定早期生物标志物发现的内分类型.
• 磁脑电图 (MEG) 提供了高时间分辨率来研究抑制控制的神经生理学方面.

研究的目的:

• 在第一发精神分裂症 (FES) 患者及其一级亲属 (FDR) 的行为控制任务期间调查β频振荡活动和功能连接的变化.
• 为了确定与精神分裂症中抑制控制和冲动性受损相关的潜在神经生理内分类型.
• 通过机器学习评估这些神经生理特征的辨别力.

主要方法:

• 在MEG扫描期间,对20名FES患者,20名FDR患者和22名健康对照人进行了Go/NoGo任务.
• 分析的重点是前补充运动区域 (前SMA) 和左运动皮层 (lM1) 的β频段振荡活动和功能连接 (FC).
• 使用机器学习分类器来评估识别的神经特征的诊断潜力.

主要成果:

• 与HC相比,FES患者在SMA前和lM1中显示出明显降低的β功率 (P < 0.005).
• 在SMA前和lM1之间增加的β频段FC在晚期抑制期间在FES中观察到 (P = 0.013).
• 弗兰克·德里尔 (FDR) 显示贝塔功率的中期降低和FC的增加,这表明潜在的遗传风险. 冲动性得分与β功率相关 (P < 0.01).
• 综合神经和行为数据的分类模型实现了88.7%的原始准确率和72.6%的交叉验证准确率.

结论:

• 贝塔频段振荡和SMA-lM1前连接性是精神分裂症行为控制缺陷的潜在神经生理标志物.
• 这些发现为精神分裂症冲动性神经机制提供了新的见解.
• 贝塔频段动态显示为早期精神分裂症检测和干预的生物标志物具有前途.