在精神病谱中数据驱动的认知亚型的神经指纹:B-SNIP研究
Shashwath A Meda1, Madison M Dykins2, Scot K Hill2
1Hartford Healthcare, Hartford, CT, USA. shashwath.meda@hhchealth.org.
Translational psychiatry
|July 2, 2025
概括
精神病患者表现出不同的认知亚型,具有独特的大脑连接模式. 识别这些神经认知特征有助于理解针对性干预的独特病理生理机制.
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:
- 认知功能障碍是精神病谱系障碍的一个关键特征.
- 了解神经认知子组及其神经基础对于独特的病理生理学见解和有针对性的干预至关重要.
研究的目的:
- 通过使用精神分裂症认知简要评估 (BACS) 的隐性概况分析 (LPA) 来推导认知亚型.
- 调查与这些认知形状和生物学衍生生物型相关的静止状态功能连接的变化.
主要方法:
- 从1807名精神病患者的BACS数据中进行潜形状分析 (LPA),以确定认知子组.
- 从717名患者和427名对照组的休息状态fMRI数据的区域同质性 (ReHo) 分析.
- 多变量回归模型用于评估ReHo,认知LPA,生物型和DSM诊断类别之间的关联.
主要成果:
- LPA确定了四种认知特征:认知上与对照组 (CCC) 相比,中级-1,中级-2,严重受损.
- 对于每个配置文件,在各个网络 (三角形,默认模式,突出性,执行控制) 中都观察到明显的失联模式.
- 严重受损组显示基底和执行控制网络的超连接性;中间组具有默认模式和突出网络中断;CCC组显示感觉/听觉网络超连接性.
结论:
- 精神病患者表现出异质的认知特征,具有不同的内在功能失联模式.
- 认知LPA子组显示出更多的域特定神经特征,而不是DSM子类型,这表明潜在的更有针对性的干预措施.
- 使用标准化评估进行认知亚型识别对于阐明精神病的病理生理机制是有价值的.
