在早期精神病阶段功能连接的纵向变化潜增长模型
Kristina M Holton1,2, Shi Yu Chan3, Austin J Brockmeier4,5,6
1Center for Bioinformatics and Computational Biology, University of Delaware, Newark, DE, 19716, USA. kmholton@g.harvard.edu.
这项研究使用潜增长建模来分析早期精神病 (ESP) 中的大脑连接性变化. 研究人员确定了具有显著纵向变化的特定大脑区域和网络,为疾病进展提供了洞察力.
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.
- 数据科学数据科学数据科学
背景情况:
- 休息状态功能磁共振成像 (fMRI) 测量大脑的功能连接.
- 了解早期精神病 (ESP) 的连接性变化对于诊断和跟踪疾病进展至关重要.
- 现有的方法可能无法完全捕捉随时间变化的功能连接的动态变化.
研究的目的:
- 研究ESP患者全脑功能连接模式的纵向变化.
- 识别在精神病的早期阶段表现出显著动态变化的特定大脑区域和网络.
- 评估潜增长建模用于分析小样本纵向fMRI数据的实用性.
主要方法:
- 利用了21名ESP受试者的休息状态fMRI数据,在三个扫描中进行扫描.
- 采用兴趣地区 (ROI) 到ROI的方法,使用哈佛-牛津,AAL和CONN工具箱地图.
- 应用潜增长建模,一种结构方程建模,以分析纵向连接数据,控制年龄,功能和症状.
主要成果:
- 确定了18个亚特拉斯级和6个网络级的功能连接测量,具有显著的纵向斜率.
- 在一些区域观察到显著的变化,包括叶,前额叶,小脑,以及像默认模式网络 (DMN),前额网络 (FPN) 和突出网络这样的网络.
- 潜增长建模成功地根据连接性变化模式将受试者分为三个群体.
结论:
- 潜增长建模是有效的分析纵向功能连接在小样本大小.
- 特定的大脑区域和网络在精神病早期显示了连接的动态变化.
- 这些发现有助于理解ESP的神经基础和进展.
更多相关视频
05:52Handwriting Analysis Indicates Spontaneous Dyskinesias in Neuroleptic Naïve Adolescents at High Risk for Psychosis
Published on: November 21, 2013
08:36Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms
Published on: March 21, 2019
相关概念视频
Biological Causes of Schizophrenia
Genetic Factors in Schizophrenia
The genetic basis of schizophrenia is strongly supported by family and twin...
Psychosis: Pathophysiology of Schizophrenia and Other Psychotic Disorders
Researchers have identified genetic factors that increase susceptibility to schizophrenia, underscoring the intricate interplay between genetics and environment in disease development. At the core of schizophrenia's pathophysiology is excessive dopaminergic neurotransmission within...
Psychological and Sociocultural Causes of Schizophrenia
