Διερεύνηση συσχετίσεων της καθυστέρησης έκπτωσης με τη δομή του εγκεφάλου, τη μνήμη εργασίας και την επεισοδιακή μνήμη Μέρος 2

Σχέση μεταξύ δομικών προγνωστικών και DD

Δοκιμάσαμε για συσχετίσεις μεταξύ των μεταβλητών ενδιαφέροντος (υποφλοιώδεις όγκοι, συστατικά φαιάς ουσίας και λευκής ουσίας, EM, WM) και DD με γραμμικά μοντέλα και μη παραμετρικές δοκιμές μετάθεσης όπως εφαρμόζονται στην έκδοση 1.11 του λογισμικού PALM της FSL (Winkler et al. 2014; Winkler, Webster, al. 2016b) που εκτελείται σε MATLABR2017b.

Τα τελευταία χρόνια, με τη βελτίωση του βιοτικού επιπέδου των ανθρώπων και την αύξηση της ηλικίας, τα προβλήματα μνήμης τραβούν όλο και περισσότερο την προσοχή. Ωστόσο, μερικοί άνθρωποι έχουν ασκήσει ενεργά τον εγκέφαλό τους, αλλά εξακολουθούν να προβληματίζονται από προβλήματα μνήμης. Αυτή τη στιγμή, μπορούμε να εξετάσουμε το ενδεχόμενο χρήσης μη παραμετρικών ρυθμίσεων για τη βελτίωση της μνήμης.

Λοιπόν, τι είναι μια μη παραμετρική μετάθεση; Η μη παραμετρική διάταξη είναι μια στατιστική μέθοδος που οργανώνει ένα σύνολο δεδομένων σύμφωνα με ορισμένους κανόνες χωρίς αριθμητική σύγκριση. Σε σύγκριση με την παραμετρική μετάθεση, η μη παραμετρική μετάθεση έχει ευρύτερο φάσμα εφαρμογών και δεν κάνει πάρα πολλές υποθέσεις σχετικά με την κατανομή και τη διακριτικότητα των δεδομένων.

Και πώς να χρησιμοποιήσετε τη μη παραμετρική διάταξη για να βελτιώσετε τη μνήμη; Πρώτα απ 'όλα, γνωρίζουμε ότι ο ανθρώπινος εγκέφαλος μπορεί να αναλύει, να απομνημονεύει και να ανακαλεί διάφορες πληροφορίες, όπως εικόνες, ήχο, κείμενο κ.λπ., ώστε να μπορούμε να χρησιμοποιούμε μη παραμετρικές ρυθμίσεις για να βελτιώσουμε τις ικανότητες επεξεργασίας και μνήμης του εγκεφάλου μας διαφόρων πληροφοριών.

Μέσω ορισμένων ασκήσεων, όπως η εξάσκηση στη μνήμη και η ανάκληση χρωμάτων, αριθμών, λέξεων και άλλων πληροφοριών, και στη συνέχεια η μη παραμετρική διάταξη διαφορετικών πληροφοριών, σχηματίζεται μια πιο κανονική δομή στον εγκέφαλο, ενισχύοντας έτσι τη μνημονική ικανότητα του εγκεφάλου.

Επιπλέον, οι μη παραμετρικές μεταθέσεις μπορούν να χρησιμοποιηθούν για τη βελτίωση της πνευματικής ευελιξίας και τη μείωση του άγχους και του στρες, μεταξύ άλλων θεμάτων. Με την άσκηση του εγκεφάλου, ο εγκέφαλος μπορεί να λειτουργεί πιο ευέλικτα και υγιεινά, μειώνοντας έτσι την περιττή κατάθλιψη, το άγχος και άλλα αρνητικά συναισθήματα και αντιμετωπίζοντας τη ζωή και την εργασία πιο θετικά.

Εν ολίγοις, η μη παραμετρική διάταξη είναι μια εφικτή και αποτελεσματική μέθοδος για τη βελτίωση της μνήμης του εγκεφάλου και της ευελιξίας της σκέψης. Μέσω της συνεχούς άσκησης και εξάσκησης, η μνήμη και οι ικανότητες επεξεργασίας του εγκεφάλου μπορούν να βελτιωθούν αποτελεσματικά, βοηθώντας μας να αντιμετωπίσουμε τη ζωή και να εργαστούμε πιο υγιεινά και θετικά. Μπορεί να φανεί ότι πρέπει να βελτιώσουμε τη μνήμη μας. Το Cistanche deserticola μπορεί να βελτιώσει σημαντικά τη μνήμη, επειδή το Cistanche deserticola μπορεί επίσης να ρυθμίσει την ισορροπία των νευροδιαβιβαστών, όπως η αύξηση των επιπέδων της ακετυλοχολίνης και των αυξητικών παραγόντων. Αυτές οι ουσίες είναι πολύ σημαντικές για τη μνήμη και τη μάθηση. Επιπλέον, το κρέας μπορεί επίσης να βελτιώσει τη ροή του αίματος και να προωθήσει την παροχή οξυγόνου, η οποία μπορεί να εξασφαλίσει ότι ο εγκέφαλος λαμβάνει επαρκή θρεπτικά συστατικά και ενέργεια, βελτιώνοντας έτσι τη ζωτικότητα και την αντοχή του εγκεφάλου.

Κάντε κλικ στο Μάθετε τρόπους για να βελτιώσετε τη λειτουργία του εγκεφάλου

Χρησιμοποιήσαμε 10,000 μεταθέσεις, μοντελοποιώντας την ουρά της κατανομής μετάθεσης των τιμών P με την κατανομή aPareto (Winkler, Ridgway, et al. 2016a), και τον έλεγχο του οικογενειακού ποσοστού σφάλματος (FWER) για πολλαπλές δοκιμές χρησιμοποιώντας την κατανομή το μέγιστο στατιστικό (Westfalland Young 1993). Το σύνολο δεδομένων HCP περιέχει άτομα που ελήφθησαν δείγμα μαζί με τα αδέρφια τους (κυρίως τα δίδυμα), πράγμα που σημαίνει ότι οι μετρήσεις δεν μπορούν να θεωρηθούν ανεξάρτητες.

Για να ελέγξουμε για συσχετίσεις μεταξύ μεταβλητών ενδιαφέροντος ενώ λογιστικεύαμε τη δομή της οικογένειας στο σύνολο δεδομένων, χρησιμοποιήσαμε τη δοκιμή μετάθεσης μπλοκ πολλαπλών επιπέδων (Winkler et al. 2015). Αυτές οι συσχετίσεις διορθώθηκαν για γραμμικούς και τετραγωνικούς όρους, φύλο, εκπαίδευση, εισόδημα και τη σύνθετη βαθμολογία γνωστικών λειτουργιών του NIH Toolbox ("CogTotalComp_Unadj"), ένα μέτρο της γενικής νοημοσύνης. Αναφέρθηκαν 2-παρατεταμένες τιμές P για τις συσχετίσεις που δοκιμάστηκαν.

Αναλύσεις κορυφών και φωνητικών

Για σύγκριση, πραγματοποιήσαμε επίσης ξεχωριστές αναλύσεις μονομεταβλητής σπονδυλικής στήλης (πάχος φλοιού, επιφάνεια) και voxelwise (GMV, FA, MD) για να ελέγξουμε για συσχετίσεις με το DD. Αυτές οι αναλύσεις πραγματοποιήθηκαν με τη χρήση δοκιμών μη παραμετρικής μετάθεσης όπως εφαρμόζονται στο λογισμικό PALM της FSL, με 2,000 μεταθέσεις και ενίσχυση συμπλέγματος χωρίς όριο (Smith and Nichols 2009). Όπως και στις προηγούμενες αναλύσεις, μοντελοποιήσαμε την ουρά της κατανομής μετάθεσης των τιμών P με κατανομή Pareto, εφαρμόσαμε τον έλεγχο FWER για πολλαπλές δοκιμές χρησιμοποιώντας την κατανομή του μέγιστου στατιστικού στοιχείου και λάβαμε υπόψη τη δομή της οικογένειας με τη δοκιμή πολυεπίπεδης μετάθεσης μπλοκ. Όπως και παραπάνω, αυτές οι αναλύσεις ελέγχονταν για γραμμικούς και τετραγωνικούς όρους, φύλο, εκπαίδευση, εισόδημα και γενική νοημοσύνη.

Αποτελέσματα

Εξαιρέσαμε άτομα με ημιτελείς απαντήσεις στις εργασίες DD (3), που επέλεξαν είτε πάντα άμεσες ή καθυστερημένες απαντήσεις (9), είτε για τα οποία η μεταγενέστερη πιθανότητα η στατιστική ψευδο-R2 (Camerer and Ho 1999) να είναι πάνω από το μηδέν ήταν κάτω από {{5} }.95, δηλαδή υποκείμενα για τα οποία το μοντέλο ταίριαζε καλύτερα σε απαντήσεις από ένα μοντέλο τύχης (166). Αυτά τα κριτήρια οδήγησαν στον αποκλεισμό 178 ατόμων από το δείγμα HCP. Ο Πίνακας 1 εμφανίζει δημογραφικές πληροφορίες σχετικά με τα δείγματα και τον αριθμό των έγκυρων παρατηρήσεων για τις διαφορετικές γνωστικές εργασίες και τις μεθόδους απεικόνισης που αναλύθηκαν σχετικά με το DD. Η υποκειμενική αξία των ανταμοιβών ήταν κατά μέσο όρο 79% της ονομαστικής τους αξίας μετά από ένα μήνα και 23% μετά από ένα χρόνο. Οι διαφορές φύλου στο DD δεν ήταν σημαντικές (άνδρας (n {= 473) > γυναίκα (n=545):t=0.27, P=0.80).

Σχέση μεταξύ DD και φαιάς ουσίας

Μετά τη διόρθωση για γραμμικούς και τετραγωνικούς όρους ηλικίας, φύλου και συνολικού ενδοκρανιακού όγκου, το προεξοφλητικό ποσοστό δεν συσχετίστηκε με τον συνολικό όγκο του φλοιού ή τον όγκο οποιασδήποτε από τις υποφλοιώδεις δομές που ερευνήθηκαν. Ο Πίνακας 2 εμφανίζει τα στατιστικά στοιχεία για αυτές τις συσχετίσεις.

Το πάχος του φλοιού, η επιφάνεια και οι χάρτες GMV αποσυντέθηκαν από κοινού με το συνδεδεμένο-ICA σε 50 στοιχεία, καθένα από αυτά ορίζει έναν χωρικό χάρτη που αντικατοπτρίζει τις περιοχές όπου η δομή της φαιάς ουσίας ποικίλλει έντονα μεταξύ των συμμετεχόντων και των μεμονωμένων βαθμολογιών που υποδεικνύουν το μέγεθος της συνεισφοράς του στοιχείου . Οι βαθμολογίες ενός από τα συστατικά της φαιάς ουσίας συσχετίστηκαν σημαντικά αρνητικά με το DD (Εικ. 2A, r =-0.172, Pcorr < 1e−4, διορθώθηκε για τα 50 συστατικά που δοκιμάστηκαν, n=946).

Από τις 3 μεθόδους φαιάς ουσίας, αυτό το συστατικό ζύγιζε περισσότερο (62%) στο GMV (Εικ. 2Β) και τα μεγαλύτερα φορτία του ήταν στον κροταφικό πόλο και στον προκούνιο (Εικ. 2C και D). Επειδή το ICA πάσχει από απροσδιοριστία πρόσημου, οι βαθμολογίες ενός συστατικού πρέπει να ερμηνεύονται σχετικά με τις φορτίσεις του (η ανατομική κατανομή του οποίου αντιπροσωπεύεται από τον αντίστοιχο χωρικό χάρτη), δηλαδή μια αρνητική συσχέτιση με τις βαθμολογίες ενός συστατικού αντανακλά μια (μερική) αρνητική συσχέτιση με τις μετρήσεις της δομής της φαιάς ουσίας στις περιοχές όπου οι τιμές των φορτίσεών του είναι θετικές. Αυτές οι συσχετίσεις διορθώθηκαν για γραμμικούς και τετραγωνικούς όρους ηλικίας, φύλου, εκπαίδευσης και εισοδήματος.

Κατά την αποσύνθεση των δεδομένων σε 100 στοιχεία, ομοίως μόνο ένα στοιχείο συσχετίστηκε σημαντικά με το DD, εμφανίζοντας ένα μοτίβο πολύ παρόμοιο με αυτό που ανακτήθηκε με την 50-αποσύνθεση συστατικού (Εικ. 2E–G, r {{3 }} −0.158,Pcorr=5e−4, διορθώθηκε για τα 100 στοιχεία που δοκιμάστηκαν,n=946). Η μονομεταβλητή ανάλυση voxel αποκάλυψε επίσης αρνητική σημαντική συσχέτιση μεταξύ των αμφοτερόπλευρων περιοχών της χρονικής φαιάς ουσίας GMV και DDin μετά τον έλεγχο για γραμμικούς και τετραγωνικούς όρους ηλικίας, φύλου, εκπαίδευσης, και εισοδήματος (Συμπληρωματικό Σχήμα 2).

Αυτές οι περιοχές ταιριάζουν στενά με το χωρικό μοτίβο για το συστατικό της φαιάς ουσίας που προσδιορίστηκε (Εικ. 2C και G). Δεν υπήρχε φλοιώδης περιοχή όπου η συσχέτιση μεταξύ της DD και του πάχους ή της περιοχής του φλοιού ήταν σημαντική μετά τη διόρθωση FWER για πολλαπλές δοκιμές στην ανάλυση κορυφής με βάση την επιφάνεια για αυτά τα μέτρα.

Για να διασφαλίσουμε ότι η συσχέτιση με τις βαθμολογίες της φαιάς ουσίας ήταν συγκεκριμένη για την DD και δεν αντικατοπτρίζει απλώς τη γενική γνωστική λειτουργία, επαναλάβαμε αυτές τις αναλύσεις προσθέτοντας μέτρο της γενικής νοημοσύνης στο σύνολο των συμμεταβλητών χωρίς ενδιαφέρον. Το ίδιο στοιχείο εξακολουθούσε να είναι το μόνο που συσχετίστηκε σημαντικά με το DD ({{0}}componentdecomposition: r=−0.145, Pcorr=0.001; { {6}}αποσύνθεση συστατικού: r=−0.138, Pcorr=0.123) και το αποτέλεσμα της μονομεταβλητής ανάλυσης voxel παρέμεινε σε μεγάλο βαθμό αμετάβλητο (Συμπληρωματικό Σχ. 2).

Σχέση μεταξύ DD και λευκής ουσίας

Αποσυνθέσαμε τα δεδομένα FA και MD από κοινού σε 50 στοιχεία. Καμία από τις συνιστώσες δεν συσχετίστηκε με το προεξοφλητικό επιτόκιο μετά από έλεγχο για πολλαπλές δοκιμές και συνδιακύμανση για γραμμικούς και τετραγωνικούς όρους ηλικίας, φύλου, εκπαίδευσης και εισοδήματος. Η χρήση 100 στοιχείων ή ο επιπλέον έλεγχος για τη γενική νοημοσύνη απέδωσε παρόμοια αποτελέσματα. Αντίστοιχα, δεν υπήρχε περιοχή όπου η συσχέτιση μεταξύ DD και FA ή MD ήταν σημαντική μετά τη διόρθωση FWER για πολλαπλές δοκιμές στην ανάλυση voxel-wise.

Συζήτηση

Μετά από εξέταση δεδομένων συμπεριφοράς και νευροαπεικόνισης από ένα μεγάλο δείγμα υγιών ενηλίκων, τα ευρήματά μας δείχνουν ότι η μεγαλύτερη DD προβλεπόταν από μικρότερο πρόσθιο κροταφικό GMV. Το μέγεθος του δείγματος δεδομένων HCP, μεγαλύτερο από αυτό από τις περισσότερες προηγούμενες μελέτες που συνδέουν την DD και τη δομή του εγκεφάλου, μας έδωσε τη δύναμη να καταγράφουμε με αξιοπιστία αποτελέσματα μικρού μεγέθους. Ωστόσο, σε αντίθεση με προηγούμενες αναφορές, δεν βρήκαμε στοιχεία αξιόπιστης συσχέτισης μεταξύ DD και όγκου του φλοιού, των υποφλοιωδών όγκων, της μικροδομικής οργάνωσης της λευκής ουσίας και των βαθμολογιών σε εργασίες WM ή EM.

Η μεγαλύτερη έκπτωση συνδέθηκε με μικρότερες πρόσθιες κροταφικές περιοχές GMVin. Αυτό το αποτέλεσμα ήταν ισχυρό για την αλλαγή του αριθμού των συνδεδεμένων στοιχείων ICA και τον έλεγχο για ένα μέτρο γενικής ευφυΐας. Owenset al. (2017) ανέλυσε τον όγκο του φλοιού από σταθμισμένες σαρώσεις T1- στο σύνολο δεδομένων HCP και ανέφερε συσχετίσεις μεταξύ του όγκου του φλοιού και της DD σε χρονικές περιοχές που αντιστοιχούν στις περιοχές της φαιάς ουσίας που προσδιορίστηκαν από την ανάλυσή μας.

Αναμένεται η συσχέτιση με την πρόσθια φαιά ουσία (καθώς χρησιμοποιήσαμε το ίδιο σύνολο δεδομένων), αλλά η μελέτη μας επεκτείνει την προηγούμενη εξετάζοντας επίσης το πάχος και την επιφάνεια του φλοιού και το GMV για τις υποφλοιώδεις περιοχές, καθώς και μέτρα για τη δομή της λευκής ουσίας. Πέρα από το γεγονός ότι έχουμε συμπεριλάβει ένα πιο εμπεριστατωμένο σύνολο δομικών μέτρων, σεβαστήκαμε την οικογενειακή δομή των δεδομένων στον υπολογισμό των συσχετίσεων μεταξύ των μέτρων δομής του εγκεφάλου και της DD για να αποφύγουμε μεροληπτικές εκτιμήσεις που μπορεί να προκύψουν από την εσφαλμένη υπόθεση της ανεξαρτησίας των παρατηρήσεων (Winkleret al. 2015).

Πραγματοποιήσαμε επίσης μια πιο αυστηρή επιλογή θεμάτων, εξαιρουμένων εκείνων που είχαν απόδοση στην ευκαιρία και αποσυνθέσαμε τα δεδομένα σε δίκτυα δομικής συνδιακύμανσης (Pehlivanova et al. 2018), μια μέθοδο που παρέχει μεγαλύτερη ευαισθησία στην ανίχνευση συσχετίσεων με το DD με τον μέσο όρο μαζί (σε μια σταθμισμένη τρόπο) αξίες των δομικών εικόνων σε όλες τις περιοχές του εγκεφάλου και συνδυασμός πολλών τρόπων για την παραγωγή περισσότερων αξιόπιστων εικόνων. Πράγματι, ένα σημαντικό πλεονέκτημα της χρήσης ICA για την αποσύνθεση δεδομένων απεικόνισης σε δίκτυα συνδιακύμανσης με προσέγγιση voxel για ανάλυση δομικών δεδομένων είναι ότι αποδίδει βαθμολογίες που θα πρέπει να είναι λιγότερο θορυβώδεις από τις τιμές που βασίζονται σε voxel επειδή λαμβάνονται ως σταθμισμένος μέσος όρος του σήματος στο όλα τα voxels σε όλο τον εγκέφαλο, εφαρμόζοντας μείωση διαστάσεων που μπορεί να μειώσει τον κίνδυνο σφαλμάτων τύπου II, αν και σε βάρος μιας ασαφούς οριοθέτησης.

ανατομική οριοθέτηση.Σε αντίθεση με τη μελέτη των Owens et al. (2017), στην ανάλυσή μας, η σχέση μεταξύ του όγκου του φλοιού και της DD δεν έφτασε σε σημαντικό βαθμό. Αυτή η απόκλιση είναι πιθανό να είναι το προϊόν των πιο αυστηρών επιλογών ανάλυσης (αφαίρεση υποκειμένων που ανταποκρίνονται τυχαία, μη παραμετρικές δοκιμές που αντιστοιχούν στη δομή της οικογένειας δεδομένων, αυστηρότερος έλεγχος για συγχύσεις) και δείχνει ότι η προηγουμένως αναφερθείσα συσχέτιση μεταξύ του όγκου του φλοιού και της DD αντιστοιχεί πιθανώς σε μια ψευδή παρά εύρωστο εύρημα. Φαίνεται εύλογο ότι η συσχέτιση της DD με ένα μέτρο του παγκόσμιου όγκου του φλοιού θα πρέπει να διαμεσολαβείται από μεταβλητές που αντανακλούν πιο γενικές πτυχές της γνώσης από το DD.

Παρά το μεγάλο μέγεθος δείγματος του συνόλου δεδομένων HCP, δεν βρήκαμε στοιχεία σημαντικής συσχέτισης μεταξύ της δομής της λευκής ουσίας και της DD. Προηγούμενες μελέτες που έδειχναν τρακτογραφικές ανακατασκευές σε μικρότερα δείγματα έχουν αναφέρει αρνητικές συσχετίσεις μεταξύ DD και μετρήσεων αντοχής δομικής συνδεσιμότητας (π.χ. αριθμός γραμμών) σε συγκεκριμένες οδούς λευκής ουσίας στο PFC (van den Bos et al. 2015; Hänggi et al. 2016; Hamptonet al. 2017) .

Σε αντίθεση με εκείνες τις μελέτες που διερευνούν την ισχύ συνδεσιμότητας, αναλύσαμε χάρτες FA που υποβλήθηκαν σε επεξεργασία με TBSS, μια τεχνική που επιτρέπει μια ευρεία ανάλυση περιοχών λευκής ουσίας και είναι πιο κατάλληλη για διερευνητική ανάλυση συνόλων δεδομένων μεγάλης κλίμακας, λόγω του υπολογιστικού κόστους και του κόστους εργασίας που σχετίζεται με εκτέλεση ολοκληρωμένης χαρτογράφησης τρακτογραφίας σε μεγάλο αριθμό θεμάτων. Από όσο γνωρίζουμε, το δείγμα στην ανάλυσή μας είναι σημαντικά μεγαλύτερο από προηγούμενες μελέτες που συνδέουν τη λευκή ουσία με την έκπτωση. Σημειώνουμε, ωστόσο, ότι μια πρόσφατη μελέτη που χρησιμοποίησε TBSS σε 302 άτομα μεγαλύτερης ηλικίας χωρίς άνοια (Han et al. 2018) (μέση ηλικία=81.38 έτη, SD=7.57 έτη, 75,5% γυναίκες) ανέφερε ευρέως διαδεδομένη αρνητικές συσχετίσεις μεταξύ της χρονικής προεξόφλησης και της FA σε αμφοτερόπλευρες μετωπιαίο, μετωπιαίο και κροταφοβρεγματικό σωλήνα. Η διαφωνία με τα αποτελέσματά μας μπορεί να ανταποκρίνεται σε δημογραφικές διαφορές στα δείγματα.

Δεδομένης της εκτεταμένης φύσης των συσχετισμών τους, τα ευρήματά τους μπορεί να αντανακλούν εκφυλιστικούς μηχανισμούς που σχετίζονται με τη γήρανση, σε αντίθεση με το πιο περιορισμένο μοτίβο που θα αναμενόταν για ένα συγκεκριμένο μέτρο, όπως το DD. Εξάλλου, οι Han et al. δεν έλεγχε το επίπεδο εισοδήματος. Πράγματι, όταν προσαρμόζαμε μόνο τη χορτονομή και το φύλο στην ανάλυσή μας, εντοπίσαμε περαιτέρω συστατικά γκρίζου και λευκής ουσίας που είχαν βαθμολογίες που συσχετίστηκαν σημαντικά με τα προεξοφλητικά επιτόκια (βλ. Συμπληρωματικό Υλικό). Ενώ τα μεγάλα δείγματα είναι ικανά να ανιχνεύουν μικρότερα αποτελέσματα, υπάρχει επίσης υψηλότερος κίνδυνος ανίχνευσης συσχετίσεων που παράγονται απλώς από συγχυτικές μεταβλητές, γεγονός που καθιστά βασικό την προσαρμογή για τις κατάλληλες συμμεταβλητές.

Πρόσφατη εργασία (Marek et al. 2022) τόνισε τη σημασία της χρήσης μεγάλων δειγμάτων σε εγκεφαλικές μελέτες συσχέτισης εγκεφάλου-συμπεριφοράς και έδειξε ότι τα τυπικά μεγέθη δειγμάτων για αυτές τις μελέτες θα πρέπει να οδηγούν σε μη αναπαραγώγιμα αποτελέσματα και διογκωμένα μεγέθη επιδράσεων. Υποθέτοντας ότι το αληθές αποτέλεσμα είναι περίπου 0,15 (συγκρίσιμο με το μέγεθος του αποτελέσματος για τη συνιστώσα της φαιάς ουσίας, προσδιορίσαμε και είναι συμβατό με τα αποτελέσματα από τους Marek et al. 2022), θα χρειαζόταν πάνω από 250 άτομα για να επιτευχθεί ισχύς 80%. Ως εκ τούτου, οι περισσότερες προηγούμενες μελέτες στον τομέα της DD δεν έχουν υποστηρίξει, γεγονός που εξηγεί τις ασυνέπειες της βιβλιογραφίας που αναφέρονται στην Ενότητα 1. Λάβετε υπόψη ότι αυτό το συμπέρασμα ισχύει μόνο για συσχετίσεις εγκεφάλου-συμπεριφοράς και όχι πολύ λειτουργικές μελέτες χαρτογράφησης εγκεφάλου για DD, οι οποίες θα πρέπει να απαιτούν μικρότερα μεγέθη δειγμάτων για την ανίχνευση πραγματικών επιπτώσεων , και ως εκ τούτου, δεν υπάρχει αντίφαση μεταξύ των αποτελεσμάτων μας και των ευρημάτων από αυτές τις μελέτες.

Δεν μπορέσαμε να βρούμε συσχέτιση μεταξύ της προτίμησης για άμεσες ανταμοιβές και οποιασδήποτε από τις δοκιμές WM (LSWMT και 2-πίσω). Παρομοίως, δεν υπήρξε συσχέτιση του DD με λεκτική ή μη λεκτική EM στα δεδομένα του HCP. Αυτά τα αποτελέσματα συμφωνούν με μια πρόσφατη μελέτη (Yeh et al. 2021), την οποία συμπληρώνουμε συμπεριλαμβάνοντας την 2-πίσω εργασία και μια πιο αυστηρή στατιστική επεξεργασία, για την ανάλυση των δομικών δεδομένων του εγκεφάλου. Αν και οι Shamosh et al. (2008) ανέφεραν μια σύνδεση μεταξύ χαμηλότερου WMan και μιας προτίμησης για άμεσες ανταμοιβές, αυτή η συσχέτιση δεν ήταν ειδική για το WM, καθώς στα δεδομένα τους αυτή η ικανότητα δεν εξηγούσε τη διακύμανση στο DD πέρα ​​από αυτή που εξηγείται από τη γενική νοημοσύνη. Κατά τη διόρθωση των συσχετίσεων μόνο για την ηλικία και το φύλο, η DD συσχετίστηκε σημαντικά αρνητικά με τις βαθμολογίες LSWMT, 2-πίσω και λεκτική EM (βλ. Συμπληρωματικό Υλικό), αλλά αυτή η συσχέτιση δεν ήταν πλέον σημαντική κατά την προσαρμογή για μεταβλητές κοινωνικοοικονομικής κατάστασης (οι οποίες θα έπρεπε ήδη να λάβουν υπόψη εν μέρει γενική γνωστική λειτουργία). Επομένως, οι παραπάνω σκέψεις μας σχετικά με τους ψευδείς συσχετισμούς λόγω ενοχλητικών μεταβλητών και μη αναπαραγώγιμων ευρημάτων κατά τη χρήση μικρών δειγμάτων ισχύουν και για αυτές τις αναλύσεις.

Ένας περιορισμός της μελέτης μας είναι ότι οι αναλύσεις μας δεν είχαν προκαταχωριστεί, και ως εκ τούτου, οι αναφερόμενες συσχετίσεις δεν μπορούν να θεωρηθούν επιβεβαιωτικές. Παρόλα αυτά, πιστεύουμε ότι μια σημαντική συμβολή αυτών των αποτελεσμάτων είναι η παροχή ακριβέστερων εκτιμήσεων για τις σχέσεις μεταξύ γνωστικών μέτρων, δομικής απεικόνισης και διαχρονικών επιλογών λόγω του σημαντικά μεγαλύτερου μεγέθους δείγματος των προηγούμενων μελετών. Ένας άλλος περιορισμός είναι η χαμηλή αξιοπιστία των επιτοκίων έκπτωσης. Οι παράμετροι εργασιών έχουν επικριθεί για τη χαμηλή αξιοπιστία δοκιμής-επανεξέτασης (Enkavi et al. 2019) και, στον σχετικό τομέα των προτιμήσεων κινδύνου, για έλλειψη συνέπειας μεταξύ των πειραματικών παραδειγμάτων (Pedroni et al.2017). Αυτοί οι λόγοι μπορεί να εξηγούν εν μέρει την έλλειψη συσχετίσεων με τη δομή του εγκεφάλου που βρήκαμε και τη χαμηλή αναπαραγωγιμότητα των ευρημάτων σε όλες τις μελέτες. Ένας κρίσιμος μελλοντικός δρόμος θα πρέπει να είναι ο σχεδιασμός νέων παραδειγμάτων για τη μέτρηση της DD με βελτιωμένη αξιοπιστία. Μια πιθανή λύση μπορεί να έγκειται στην εξαγωγή συνοπτικών βαθμολογιών που συνδυάζουν διάφορες παραμέτρους εργασιών για την επίτευξη υψηλότερης αξιοπιστίας και τη χρήση πολυπαραγοντικών μεθόδων για την αύξηση των πιθανοτήτων εξεύρεσης συσχετισμών εγκεφάλου-συμπεριφοράς (Moutoussis et al.2021).

Λαμβάνοντας υπόψη τη σημασία της DD στη μελέτη της ψυχοπαθολογίας, είναι θεμελιώδους σημασίας να προσδιοριστεί με ακρίβεια η υποκείμενη νευροβιολογική σκαλωσιά της. Αξιοποιώντας μεγάλο σύνολο δεδομένων νευροαπεικόνισης, η παρούσα μελέτη συμβάλλει στη συμφιλίωση των ανισοτήτων στη βιβλιογραφία σχετικά με τους συσχετισμούς της φαιάς και της λευκής ουσίας της DD. Αυτό το χαρακτηριστικό συμπεριφοράς συσχετίστηκε αρνητικά με το GMV σε πρόσθιες κροταφικές περιοχές και, το σημαντικότερο, το δομικό αποτέλεσμα που εντοπίστηκε ήταν μικρό, έτσι ώστε θα ήταν απίθανο να ανιχνευθεί σε δείγματα με μέγεθος συγκρίσιμο με αυτό που βρέθηκε σε πολλές σχετικές μελέτες. Συνολικά, οι συσχετίσεις με τις γνωστικές ικανότητες και τη δομή του εγκεφάλου μπορεί να είναι πιο αδύναμες από ό,τι υποδηλώνουν προηγούμενες αναφορές. Τα αποτελέσματά μας απαιτούν την ανάπτυξη πιο ισχυρών μετρήσεων της DD και την εφαρμογή μελετών νευροαπεικόνισης μεγαλύτερων μεγεθών δείγματος από ό,τι ήταν συνηθισμένο στο πεδίο, καθώς και κατάλληλο έλεγχο για πιθανούς συγχυτές.

Ευχαριστίες

Ευχαριστούμε τον Mats Erikson και την Kajsa Burström για τη συλλογή των δεδομένων. Είμαστε ευγνώμονες για το σύνολο δεδομένων ανοικτής πρόσβασης που παρέχεται από το Human Connectome Project, WU-MinnConsortium (Κύριοι ερευνητές: David Van Essen and Kamil Ugurbil; 1U54MH091657).

Συμπληρωματικό υλικό

Συμπληρωματικό υλικό είναι διαθέσιμο στο Cerebral Cortexonline.

Χρηματοδότηση

Αυτή η εργασία υποστηρίχθηκε από το Σουηδικό Ερευνητικό Συμβούλιο (αριθμός επιχορήγησης VR521-2013-2589 στο MG-M), το Βραβείο Έρευνας Alexander von Humboldt (LB) και δωρεά από το Ίδρυμα AF Jochnick (LB).

Δήλωση σύγκρουσης συμφερόντων: Ο Δρ Zeb Kurth-Nelson απασχολείται από την DeepMind. Οι υπόλοιποι συγγραφείς δεν δηλώνουν σύγκρουση συμφερόντων.

βιβλιογραφικές αναφορές

1. Addis DR, Wong AT, Schacter DL. Θυμόμαστε το παρελθόν και φανταζόμαστε το μέλλον: κοινά και διακριτά νευρικά υποστρώματα κατά την κατασκευή και επεξεργασία γεγονότων. Νευροψυχολογία. 2007:45:1363–1377.

2. Ahn WY, Rass O, Fridberg DJ, Bishara AJ, Forsyth JK, Breier A, Busemeyer JR, Hetrick WP, Bolbecker AR, O'Donnell BF. Προσωρινή έκπτωση ανταμοιβών σε ασθενείς με διπολική διαταραχή και σχιζοφρένεια. J Abnorm Psychol. 2011:120:911–921.

3. Amlung M, Vedelago L, Acker J, Balodis I, MacKillop J. Απότομη έκπτωση καθυστέρησης και εθιστική συμπεριφορά: μια μετα-ανάλυση συνεχών συσχετισμών. Εθισμός. 2017:112:51–62.

4. Ashburner J, Friston KJ. Μορφομετρία βασισμένη σε Voxel-Οι Μέθοδοι.NeuroImage. 2000:821:805–821.

5.Barch DM, Burgess GC, Harms MP, Petersen SE, Schlaggar BL, Corbetta M, Glasser MF, Curtiss S, Dixit S, Feldt C, et al. Λειτουργία στο ανθρώπινο σύνδεσμο: Task-fMRI και ατομικές διαφορές στη συμπεριφορά. NeuroImage. 2013:80:169–189.

For more information:1950477648nn@gmail.com