跨模态皮层中的网络可控性预测精神病谱系症状
神经元与认知
2020-10-05 v1
摘要
精神病谱系与集中于跨模态联合皮层的结构性连接异常相关。然而,由于仅关注到一个区域的直接连接,对此病理生理学的理解一直受限。利用网络控制理论,我们测量到一个区域的直接与间接结构连接的变异,以获得对精神病谱系病理生理学的新见解。我们使用了来自费城神经发育队列的 1068 名 8 至 22 岁青少年的精神病症状数据与结构连接数据。应用称为平均可控性的网络控制理论度量,我们估计了每个脑区利用其直接与间接结构连接来控制线性脑动态的能力。接下来,使用非线性回归,我们确定了平均可控性在样本外测试中预测负性与正性精神病谱系症状的准确度。我们还比较了平均可控性与强度(仅索引到一个区域的直接连接)的预测表现。最后,我们评估了精神病谱系症状的预测表现如何沿跨越单模态到跨模态皮层的功能层级变化。平均可控性在预测正性精神病谱系症状上优于强度,表明索引到一个区域的间接结构连接改善了预测表现。关键的是,平均可控性的改善预测集中于联合皮层,而强度的预测表现在整个皮层均匀,表明索引间接连接在联合皮层中至关重要。考察到联合皮层的直接与间接结构连接的个体间变异对于准确预测正性精神病谱系症状至关重要。
引用
@article{arxiv.2010.00659,
title = {Network controllability in transmodal cortex predicts psychosis spectrum symptoms},
author = {Linden Parkes and Tyler M. Moore and Monica E. Calkins and Matthew Cieslak and David R. Roalf and Daniel H. Wolf and Ruben C. Gur and Raquel E. Gur and Theodore D. Satterthwaite and Danielle S. Bassett},
journal= {arXiv preprint arXiv:2010.00659},
year = {2020}
}