Интересное сегодня
Как искусственный интеллект влияет на творчество: сотрудниче...
Золотой ключ: симбиоз человеческого и искусственного интеллекта Погружаясь в интерактивную аудиовизу...
Влияние Совместного Воспитания на Просоциальное Поведение Де...
Просоциальное поведение включает действия, такие как забота, помощь и совместное использование, кото...
Иммунная система и психическое здоровье: новый взгляд на деп...
Введение Депрессия, шизофрения и другие психические расстройства затрагивают 1 из 4 человек на протя...
Лимеренция: понимание интенсивной привязанности
Введение Лимеренция — это интенсивное, неконтролируемое состояние навязчивого влечения к другому чел...
Как Навигация в Отношениях на Отскоке Может Привести к Росту...
Отношения на отскоке не имеют фиксированной продолжительности и могут варьироваться в зависимости от...
Нарушения сна и сенсорные особенности у детей с расстройство...
Введение Расстройство аутистического спектра (РАС) — это группа нейроразвивающих нарушений, характер...
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.
"}