
-
生物通官微
陪你抓住生命科技
跳动的脉搏
跨诊断的连接组预测建模揭示了同时与主观临床症状和认知相关联的网络
《Communications Biology》:Transdiagnostic connectome-based predictive modeling reveals networks jointly linked to subjective clinical symptoms and cognition
【字体: 大 中 小 】 时间:2026年08月29日 来源:Communications Biology 5.8
编辑推荐:
摘要尽管紊乱的脑回路应当表现为精神症状和认知缺陷,但它们如何共同影响多种行为仍然知之甚少。基于连接组学的预测模型(CPM)可以识别与特定行为指标相关的功能网络。由此推导出的网络提供了个体紊乱回路所在位置的证据,而预测强度则衡量了网络建模的准确性。在本研究中,我们使用CPM在一
尽管紊乱的脑回路应当表现为精神症状和认知缺陷,但它们如何共同影响多种行为仍然知之甚少。基于连接组学的预测模型(CPM)可以识别与特定行为指标相关的功能网络。由此推导出的网络提供了个体紊乱回路所在位置的证据,而预测强度则衡量了网络建模的准确性。在本研究中,我们使用CPM在一个具有广泛fMRI数据的大型跨诊断样本中(n = 317),对广泛的自报临床指标和客观认知指标进行预测。预测表现在不同测评工具间差异显著,认知测试的模型预测力高于临床指标(p < 0.001)。为了检验认知缺陷相关症状的底层回路是否位于网络重叠的区域,我们使用这些稀疏共享回路构建了预测模型。这些模型对认知表现的预测能力很强,且主要定位于前额-顶叶网络以及前额-顶叶网络与默认模式网络之间。这些发现表明,将预测模型的训练数据限定为多个表型之间的共享特征,可以提高网络定位的精确性。