Интересное сегодня
Влияние менструального цикла на моторное воображение и актив...
Введение Колебания половых стероидов в течение менструального цикла связаны с вариациями двигательны...
Менделевская рандомизация: выявление причинно-следственных с...
Введение Одной из давних проблем в эпидемиологии является выявление причинно-следственных связей на...
Влияние связи высоты звука и визуальной высоты на временную ...
Введение Человеческий мозг объединяет сигналы из нескольких сенсорных модальностей и формирует целос...
Лучшие натуральные средства для ухода за собой летом
Натуральные средства для летнего ухода Лето — время, когда кожа и волосы особенно нуждаются в заботе...
Как люди оценивают советы от искусственного интеллекта и люд...
Введение С развитием технологий, искусственный интеллект (ИИ), и особенно большие языковые модели (L...
Структурная связность мозга при аутизме: новое исследование ...
Введение в исследование связности мозга при аутизме Клинический аутизм, определяемый как соответстви...
Введение
Современные нейронаучные исследования все чаще фокусируются на изучении взаимосвязей между показателями работы мозга и психологическими фенотипами. Функциональная связность в состоянии покоя (RSFC) — один из ключевых методов анализа индивидуальных различий. Однако RSFC подвержена значительной вариативности, что затрудняет выявление устойчивых биомаркеров психических расстройств.
","methods":"Методы
В исследовании использовались данные проекта Human Connectome Project (HCP) с повторными измерениями. Для анализа применялось структурное уравнение моделирование (SEM), которое позволяет учитывать ошибки измерения на уровне тестов, субшкал или отдельных пунктов опросников. Были рассмотрены различные модели, включая однофакторные и многофакторные, для оценки влияния состояния и ошибок измерения.
","results":"Результаты
Ошибки измерения ослабляли ассоциации между RSFC и психологическими фенотипами на 15.3–33.8%. Наибольший эффект наблюдался в сенсомоторных сетях по сравнению с когнитивными. Учет ошибок измерения позволил увеличить точность прогнозирования и снизить требования к размеру выборки.
","discussion":"Обсуждение
Результаты подчеркивают важность учета ошибок измерения в исследованиях RSFC. Применение SEM и латентных переменных может значительно улучшить качество анализа и прогнозирования. Будущие исследования должны сосредоточиться на разработке более эффективных методов учета ошибок измерения.
"}