Transdiagnostic connectome-based predictive modeling reveals where circuits related to self-reported clinical symptoms impinge upon brain networks supporting cognition

Deze studie toont aan dat transdiagnostische connectome-gebaseerde voorspellende modellering objectieve cognitieve tests beter kan voorspellen dan zelfgerapporteerde klinische symptomen, waarbij de gedeelde circuits die cognitieve tekorten beïnvloeden voornamelijk in het frontopariëtale netwerk en de verbinding met het default mode netwerk zijn gelokaliseerd.

De kern

Stel je je brein voor als een enorm, drukke stad met miljarden wegen (de zenuwbanen) die alle delen met elkaar verbinden. Soms zijn deze wegen beschadigd of verkeerd aangelegd. Dat is wat er gebeurt bij psychische problemen: de verkeersstroom in de stad loopt niet lekker.

De onderzoekers uit dit artikel wilden weten: Hoe veroorzaken die beschadigde wegen precies dat iemand zich slecht voelt én moeite heeft met denken?

Hier is hoe ze het hebben aangepakt, vertaald in alledaagse taal:

1. De grote kaart van de stad (CPM)

De onderzoekers gebruikten een slimme techniek genaamd Connectome-based Predictive Modeling. Denk hierbij aan een supergeavanceerde GPS of een verkeersmonitor. In plaats van naar één enkel stukje weg te kijken, keken ze naar de hele stad. Ze scannten de hersenen van 317 mensen met verschillende psychische klachten en keken hoe goed de wegen met elkaar verbonden waren.

2. Twee soorten rapporten: Gevoel vs. Feit

Ze vroegen de mensen twee dingen:

• Hoe voel je je? (Zelfrapportage: "Ik ben depressief", "Ik heb angst").
• Wat kun je doen? (Objectieve tests: "Kun je deze puzzel oplossen?", "Hoe snel reageer je?").

Het resultaat was verrassend: De GPS-kaart kon de puzzels en reactietijden (het objectieve denken) veel beter voorspellen dan de gevoelens (de zelfrapportage).

• De analogie: Het is alsof je een auto kunt testen door te kijken of hij snel kan racen (dat is makkelijk te meten), maar het is veel moeilijker om te voorspellen of de bestuurder zich "ongelukkig" voelt in die auto, alleen maar door naar de motor te kijken.

3. De gemeenschappelijke verkeersknooppunten

Maar hier wordt het interessant. De onderzoekers dachten: "Als de beschadigde wegen die zorgen voor de klachten ook zorgen voor de denkproblemen, dan moeten die wegen elkaar ergens kruisen."

Ze zochten naar de gemeenschappelijke knooppunten in de verkeersstad. En ja, ze vonden ze!

• Er zijn specifieke gebieden in de stad (voornamelijk het frontoparietale netwerk en de verbinding met het standaardnetwerk) waar de verkeersstroom het belangrijkst is.
• Als deze specifieke knooppunten vastlopen, heeft dat een dubbel effect: de persoon voelt zich slecht (symptomen) én kan minder goed nadenken (cognitieve problemen).

De conclusie in één zin

Deze studie laat zien dat psychische klachten en denkproblemen niet twee losse dingen zijn die in verschillende hoekjes van je hoofd gebeuren. Ze delen dezelfde "verkeersknooppunten". Als je die specifieke wegen in je hersenen kunt repareren, kun je misschien zowel de slechte gevoelens als de denkproblemen tegelijkertijd oplossen.

Kortom: Het brein is een stad. Soms loopt het verkeer vast op de belangrijkste kruispunten. Dat zorgt ervoor dat de bestuurder (jij) niet alleen vastzit in de file, maar ook niet meer weet waar hij naartoe moet.

Technische samenvatting

Technische Samenvatting: Transdiagnostische Connectome-based Predictive Modeling

Probleemstelling
De studie adresseert een fundamentele lacune binnen het NIMH RDoC-raamwerk (Research Domain Criteria). Hoewel het uitgangspunt is dat disfunctionele hersencircuits zich moeten manifesteren in waarneembaar gedrag (zoals psychiatrische symptomen en cognitieve tekorten), is het mechanisme onduidelijk hoe deze disordered circuits invloed hebben op meerdere gedragsdimensies tegelijkertijd. Er bestaat een gebrek aan inzicht in de neurobiologische overlap tussen circuits die verantwoordelijk zijn voor subjectieve symptomen en die welke objectieve cognitieve prestaties ondersteunen.

Methodologie
De auteurs hebben Connectome-based Predictive Modeling (CPM) toegepast op functionele MRI (fMRI) connectiviteitsdata.

• Steekproef: Een grote, transdiagnostische cohort (n = 317) met uitgebreide fMRI-data.
• Benadering: CPM werd gebruikt om een breed scala aan gedragsmaten te voorspellen op basis van functionele connectiviteit tussen individuen.
  • Voorspelde variabelen: Zelfgerapporteerde klinische maten (subjectief) en objectieve cognitieve tests.
• Analyse: De sterkte van de voorspelling fungeerde als maatstaf voor de relatie tussen een gedragsmaat en de netwerkconnectiviteit. Vervolgens werden de afgeleide netwerken geanalyseerd om te bepalen waar de disordered circuits zich bevinden.
• Specifiek onderzoek: Om de relatie tussen cognitieve tekorten en symptomatologie te testen, onderzochten de auteurs de voorspellende kracht van circuits die slechts beperkt gedeeld werden (sparsely shared circuits) tussen de verschillende gedragsmaten.

Belangrijkste Bijdragen

1. Validatie van CPM in een transdiagnostische setting: De studie demonstreert de bruikbaarheid van CPM om complexe, transdiagnostische gedragspatronen te modelleren op basis van hersenconnectiviteit.
2. Kwantificering van de relatie tussen circuit en gedrag: Het biedt een methode om niet alleen te voorspellen, maar ook te lokaliseren waar in het connectoom de disordered circuits liggen die specifiek bijdragen aan bepaalde symptomen of cognitieve uitval.
3. Inzicht in de overlap: De studie identificeert specifiek de neuroanatomische ruimte waar netwerken die symptomen en cognitieve deficits ondersteunen, elkaar overlappen.

Resultaten

• Verschil in voorspellingskracht: Er was een aanzienlijke variatie in de prestatie van de modellen. Objectieve cognitieve tests leverden significant sterkere voorspellingsmodellen op dan zelfgerapporteerde klinische maten ($p < 0.001$). Dit suggereert dat objectieve cognitieve functies sterker gekoppeld zijn aan specifieke functionele connectiviteitspatronen dan subjectieve symptoomrapportages.
• Locatie van gedeelde circuits: De circuits die verantwoordelijk waren voor de voorspelling van cognitieve prestaties en die ook gerelateerd waren aan symptomatologie, waren sterk voorspellend en voornamelijk gelokaliseerd in:
  • Het frontoparietale netwerk (Frontoparietal Network).
  • De connectiviteit tussen het frontoparietale netwerk en het default mode netwerk (Default Mode Network).
• Overlap: Deze bevindingen tonen aan dat de circuits die cognitieve deficits veroorzaken in het kader van psychopathologie, voornamelijk liggen in deze specifieke gedeelde netwerkruimtes.

Betekenis en Conclusie
De studie levert cruciaal bewijs voor hoe verschillende gedragsmaten worden weerspiegeld in hersennetwerken. De belangrijkste conclusie is dat circuits binnen de gedeelde ruimte van het frontoparietale en default mode netwerk een centrale rol spelen bij het verklaren van cognitieve deficits die geassocieerd zijn met psychiatrische symptomatologie. Dit ondersteunt het RDoC-uitgangspunt dat disordered circuits gedragsmanifestaties hebben, maar verduidelijkt ook dat de sterkte van deze relatie afhankelijk is van het type gedragsmaat (objectief vs. subjectief) en dat de neurobiologische basis van deze overlap specifiek gelokaliseerd is in hogere orde cognitieve netwerken.