静息态功能磁共振的谱动态因果建模：将默认模式网络的有效脑连接与遗传学相关联
神经元与认知
2020-06-03 v8 定量方法
摘要
我们进行了一项影像遗传学研究，以探索在阿尔茨海默病和轻度认知障碍背景下，默认模式网络（DMN）中的有效脑连接如何可能与遗传学相关。我们分析了从阿尔茨海默病神经影像学倡议（ADNI）数据库获取的111名受试者的纵向静息态功能磁共振成像（rs-fMRI）和遗传数据，共319次rs-fMRI扫描。将动态因果模型（DCM）拟合到rs-fMRI扫描上，以估计DMN内的有效脑连接，并与一组包含在经验性疾病约束集中的单核苷酸多态性（SNPs）相关联，该约束集由仅具有全基因组数据的663名ADNI受试者样本外获得。我们在4区域和6区域网络中检查纵向数据，并使用线性混合效应（LME）模型和函数对标量回归（FSR）将用谱DCM估计的纵向有效脑连接网络与SNPs相关联。在前一种情况下，我们实现了用于检验SNP系数的参数自助法，并与由卡方零分布得到的p值进行比较。我们还实现了用于检验FSR中回归函数的参数自助法，并将参数自助法得到的p值与使用基于Satterthwaite近似的自由度的F分布得到的p值进行比较。在两个网络中，我们报告了具有相对较高排名且对FSR和LME不同假设表现出稳定性的探索性关联模式。
引用
@article{arxiv.1901.09975,
title = {Spectral Dynamic Causal Modelling of Resting-State fMRI: Relating Effective Brain Connectivity in the Default Mode Network to Genetics},
author = {Yunlong Nie and Eugene Opoku and Laila Yasmin and Yin Song and Jie Wang and Sidi Wu and Vanessa Scarapicchia and Jodie Gawryluk and Liangliang Wang and Jiguo Cao and Farouk S. Nathoo},
journal= {arXiv preprint arXiv:1901.09975},
year = {2020}
}