与BMI相关的功能连接体指纹及其与冲动性的关联

科学领域:

• 神经科学是一个神经科学.
• 神经成像是一种神经成像.
• 计算精神病学是一种计算精神病学.

背景情况:

• 肥胖与大脑功能变化有关,但使用静止状态功能连接 (rsFC) 预测身体质量指数 (BMI) 仍未得到充分探索.
• 有限的研究模拟了大脑的功能连接组,以预测BMI,并将rsFC模式与行为结果联系起来.

研究的目的:

• 开发和验证一种基于连接体的功能模型,使用rsFC来预测BMI.
• 为了研究与BMI相关的rsFC模式与认知任务的表现之间的关系,特别是延迟折扣.

主要方法:

• 最小绝对收缩和选择操作员 (LASSO) 回归模型被用于识别HCP500数据集中的BMI相关的rsFC模式.
• 该预测模型在多个独立数据集 (HCP900,HCP1200,NKI,MPI-LEMON) 中得到了验证.
• 研究了确定 rsFC 模式与维度变化卡排序和延迟折扣任务的性能之间的关联.

主要成果:

• 功能连接组模型成功预测了BMI值,在验证数据集中观察到显著的相关性 (例如,HCP1200:r=0.52,p<8E-14).
• 鉴定到的rsFC模式涉及到对恒温控制,执行功能,突出处理,奖励和运动规划至关重要的大脑电路.
• 与BMI相关的rsFC模式显著预测了延迟折扣任务的得分.

结论:

• 使用基于功能连接组的方法,可以准确预测BMI.
• 该研究揭示了超重和肥胖背后的特定神经机制,突出了rsFC在基于奖励的决策中的作用.