跳到正文
bioRxiv 神经科学· Zarghami, T. S. ·· 7 天前AI 评分37

精神分裂症中扩展默认模式网络(eDMN)的因果重组:颞叶影响增强、顶叶影响减弱(预印本)

The extended default mode network dysconnectivity in schizophrenia

AI 导读

预印本报告,静息态 fMRI 分析 74 名健康对照和 66 名精神分裂症患者的扩展默认模式网络(eDMN),两组因果中心度排名高度相似(ρ = 0.87),均偏好皮层下区域。

AI 深度导读基于原文整理的分节解读
背景
默认模式网络并不只局限于皮层,它还向皮层下结构延伸——这是原文的出发点。原文把尚未解决的问题写得很明确:这一扩展默认模式网络(extended DMN,eDMN)在精神分裂症中被因果性地重组的方式仍不清楚。也就是说,已有的观察层面(网络是否异常)并不是本文的目标,本文要问的是区域之间的有向影响如何重新分配、哪个区域在网络动力学中变得更关键。原文用 causal reorganization 与 remains unclear 来界定这一空白,并据此引入一个基于因果性的节点重要性度量——因果中心性(causal centrality),把它作为比较患者与健康对照的抓手。
做法
数据为静息态 fMRI,来自 74 名健康对照(HC)与 66 名精神分裂症患者(SZ)。分析分三步。第一步,用空间约束独立成分分析(spatially-constrained ICA)为每个被试单独识别 eDMN,得到个体化网络而不是组平均模板,网络共包含 13 个区域。第二步,用谱动态因果模型(spectral dynamic causal modeling)估计这 13 个区域之间的有效连接,组效应由参数经验贝叶斯(parametric empirical Bayes)评估。第三步,对每个区域计算因果中心性——原文将其定义为一种对动力学敏感、基于因果性的节点重要性度量——在两组之间比较,并在患者组内与 MATRICS 认知分数做相关。判定路径也相应分三层:先看两组的区域重要性排序是否一致,再看哪些区域出现组间差异,最后看这些差异是否对应到认知表现上。
结论
结果分四点。其一,两组的因果中心性排序高度相似,ρ = 0.87,且两组都更偏重皮层下区域而非皮层区域,说明 eDMN 的核心因果架构在精神分裂症中基本保留。其二,组间差异具有区域特异性,方向相反:颞叶皮层在患者中因果中心性更高,而后顶叶皮层在对照中更高。其三,连接层面的 SZ-HC 差异大多源自五个区域——腹外侧前额叶皮层、前额叶皮层、基底前脑、颞叶皮层与丘脑,差异并非均匀分布在全网络。其四,患者组内的因果中心性与认知相关:颞叶因果中心性与推理/问题解决呈负相关,腹外侧前额叶因果中心性与加工速度及复合认知呈负相关。原文据此概括为:核心架构保留,但颞叶影响力增强、顶叶影响力减弱。
意义
这项工作把精神分裂症的 DMN 异常从「网络层面的连接强弱」改写为「节点在因果动力学中的相对位置」,并给出一个可比较的量。排序相似度 ρ = 0.87 与相反方向的区域差异同时成立,意味着异常不是整个网络的塌陷,而是局部影响力的重新分配;这一点决定了后续分析应当落在具体区域而非整网平均值。五個起源区域的定位与患者组内因果中心性—认知相关的方向,为把网络指标与认知表现对应起来提供了具体的候选节点。原文用「consistent with pathological reorganization」概括这些改变的性质。

本页是 AI 精读,不转载论文原文;完整论文(含方法、图表与参考文献)见原文

来源:bioRxiv 神经科学 · biorxiv.org