Интересное сегодня
Маленький Ганс: разбор фобии лошадей через призму психоанали...
Маленький Ганс: клинический случай Фрейда Маленький Ганс — 5-летний мальчик, страдавший фобией лоша...
Как третьи места снижают риск насилия и травм у детей: иссле...
Введение Профилактика насилия критически важна для улучшения общественного здоровья, поскольку оно н...
Собаки понимают функции предметов: исследование когнитивных ...
Функциональная категоризация у собак Новое исследование демонстрирует, что некоторые особо одаренные...
Когнитивное развитие детей в Бутане: влияние культуры, религ...
Введение Хорошо известно, что когнитивные способности детей (здесь определяемые как адаптивные навык...
Амбиверт и Омниверт: В чем разница и как определить свой тип...
Амбиверт против Омниверта Амбиверт — это человек, который проявляет черты как интроверсии, так и экс...
Как отличить достоверные научные исследования от сомнительны...
Доверие к науке: почему это важно? Способность доверять информации — будь то личный совет или публич...
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.
"}
