功能性大脑网络根据基于连接体的预测建模预测精神分裂症的不同症状:一个多站点fMRI研究
Yangpan Ou1, Leyi Zhang1, Xijia Xu2
1Department of Psychiatry, National Clinical Research Center for Mental Disorders, and National Center for Mental Disorders, The Second Xiangya Hospital of Central South University, Changsha, Hunan 410011, China.
Asian journal of psychiatry
|August 15, 2025
概括
这项多个地点的研究确定了与精神分裂症症状相关的大脑网络变化. 异常的功能连接,特别是在运动/感官网络中,准确地将患者与对照区分开来,为精神分裂症提供了洞察力.
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.
- 计算精神病学是一种计算精神病学.
背景情况:
- 关于精神分裂症 (SCZ) 中的大脑功能变化存在不一致的发现.
- 小样本大小可能会导致这些不一致.
- 需要采用多个地点的方法来探索SCZ症状尺寸.
研究的目的:
- 通过使用大型的多站点数据集,研究潜在的SCZ症状的神经机制.
- 确定与SCZ中负面,积极,情绪和认知症状相关的大脑网络改变.
- 评估已识别的功能连接模式的诊断潜力.
主要方法:
- 利用了来自三个地点的四个数据集,包括258名SCZ患者和222名健康对照.
- 应用了基于积极和消极综合征尺度 (PANSS) 的四因素模型来确定症状的尺寸.
- 采用基于connectome的预测建模 (CPM),基于节点的网络分析,并支持矢量机器分类.
主要成果:
- CPM成功地预测了所有四个SCZ症状维度 (负面,积极,情绪,认知).
- 运动/感觉 (Mot) 网络在所有症状维度中都始终参与.
- 异常的功能连接模式将SCZ患者与健康对照区分开来,准确率为91.2%.
结论:
- 确定了潜在的各种SCZ症状的特定大脑网络变化.
- 运动/感官网络似乎是SCZ病理生理学的关键枢纽.
- 这些发现为SCZ症状和诊断生物标志物提供了潜在的功能基础.
