Интересное сегодня
Как мозг управляет аппетитом: нейроны желания и потребления ...
Тайна пищевого желания «Я хочу то, что хочу, когда я этого хочу» — эта строчка из популярной песни с...
Что делает женскую походку привлекательной: анализ кинематик...
Введение в исследование привлекательности походки В нашей социальной жизни привлекательность движени...
Прогностическая номограмма для предсказания необходимости го...
Введение Острые лекарственные отравления представляют собой одну из ведущих причин отравлений в мире...
Когнитивная стимуляция для пожилых: спрос, барьеры и возможн...
Оценка спроса, факторов и барьеров для внедрения интервенций когнитивной стимуляции у здоровых пожил...
Как дети интегрируют числовые форматы: исследование с помощь...
Введение Для овладения математическими навыками детям необходимо научиться связывать символические ч...
Как наши метакогнитивные способности влияют на самопроизводи...
Введение Метакогниция — это способность «думать о мышлении», позволяющая нам оценивать свои когнитив...
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.
"}
