Интересное сегодня
Факторы, влияющие на поведение избегания столкновений при хо...
Введение Навигация по загруженным пешеходным маршрутам, например, в парке или торговом центре, требу...
Тип личности ESTJ: Характеристики, сильные и слабые стороны,...
Тип личности ESTJ: Кто это? ESTJ — это аббревиатура из индикатора типов Майерс-Бриггс (MBTI), котора...
Качество сна, суицидальные мысли и эффективность работы у ме...
Введение Сон играет фундаментальную роль в поддержании как физического, так и психического здоровья,...
Модификация атрибуции пространственного слуха с помощью трен...
Важность пространственного слуха Пространственный слух является важной частью нашей повседневной жиз...
Факторы риска и взаимосвязь между слабостью, падениями и пси...
Введение Глобальная демографическая ситуация претерпевает значительные изменения: доля пожилых людей...
Влияние хронических расстройств сна на мозг: различия и посл...
Введение Хронические расстройства сна и краткосрочная нехватка сна оказывают различное влияние на ра...
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.
"}
