用于估计功能性大脑连接的个体级变化及其与拓变化对应的指标

科学领域:

• 神经科学是一个神经科学.
• 计算神经科学是一种神经科学.
• 精准医学是一门精准的医学.

背景情况:

• 测量个体大脑变化对于精准医学至关重要,尤其是在大型神经成像数据集中.
• 功能连接分析为估计个人级别变化提出了独特的数学挑战.
• 目前用于量化功能连接变化的现有指标在解释和可靠性方面存在很大差异.

研究的目的:

• 为了比较六个不同变化得分指标的功能连接性性能和解释.
• 评估这些指标如何捕捉大脑网络的拓变化.
• 根据研究需求,为选择适当的变化得分提供建议.

主要方法:

• 利用了来自ABCD研究的大量数据集 (N=2,719),其中有两个时间点 (约. 2年间隔) 和低动作数据.
• 对比了六个不同的功能连接变化得分指标的分布和解释.
• 通过将它们与网络拓指标 (集群系数,中间中心性,网络强度) 的个别变化相关联来评估指标.

主要成果:

• 在六个变化得分指标中观察到分布和解释的显著差异.
• 变化得分指标的选择深刻影响了关于功能连接变化的结果和结论.
• 度量显示不同程度的对齐与拓变化估计.

结论:

• 选择功能连接变化得分指标对研究结果及其解释产生重大影响.
• 根据研究设计,人口和研究问题,提供了针对每个指标的最佳使用的建议.
• 了解度量属性对于在神经成像研究中可靠的个体级大脑变化评估至关重要.