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

该研究利用基于连接组的预测模型(CPM)在跨诊断样本中发现,客观认知测试比自我报告症状更能有效预测大脑网络功能,且与症状相关的认知缺陷主要源于前额顶网络及其与默认模式网络重叠区域的连接异常。

原作者: Simon, A. J., Samardzija, A., Iannone, S., Parra Rodriguez, F., Mehta, S., Tokoglu, F., Qiu, M., Arora, J., Tang, K. Y., Flanagan, A. Q., Katz, R., Sanacora, G., Woods, S. W., Srihari, V. H., Shen, X.
发布于 2026-04-20
📖 1 分钟阅读☕ 轻松阅读
⚕️

这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

Each language version is independently generated for its own context, not a direct translation.

想象一下,我们的大脑就像一座庞大而复杂的超级城市。这座城市里布满了无数条道路(神经连接),连接着不同的区域(脑区)。

这篇论文就像是一次对这座“大脑城市”的交通大调查,目的是搞清楚:为什么有些人会感到情绪低落、焦虑(临床症状),而另一些人则觉得脑子转得慢、记不住事(认知缺陷)?这两者之间到底有什么联系?

研究人员用了一种叫"连接组预测建模"(CPM)的高科技手段,这就像给大脑城市装上了智能导航系统。他们扫描了 317 个人的大脑,这些人来自不同的心理疾病群体(也就是“跨诊断”样本,不管你是哪种“病”,都一起看)。

1. 两种不同的“导航报告”

研究人员让导航系统去预测两类数据:

  • 第一类:客观的“驾驶测试”(认知能力):比如让人做数学题、记单词。这就像看一个人开车是否稳、反应快不快。
  • 第二类:主观的“乘客吐槽”(临床症状):让人自己填问卷,说“我觉得我很焦虑”或“我很难过”。这就像乘客自己说“我觉得这车开起来不舒服”。

结果发现了一个有趣的现象
导航系统预测“驾驶测试”(认知能力)时非常准,就像能精准预测司机的技术一样;但在预测“乘客吐槽”(主观症状)时,准确度就低多了。

打个比方:这就好比你能通过看引擎的转速和轮胎的磨损(大脑连接),很准地判断车跑得快不快(认知能力);但很难仅凭这些数据,就精准猜出司机今天心情好不好(主观症状),因为心情太复杂、太主观了。

2. 寻找“拥堵的十字路口”

既然预测症状很难,那研究人员就想:那些导致“脑子转不动”(认知缺陷)的坏路,是不是正好也堵在了让人“心情不好”(症状)的地方?

他们把注意力集中在了那些既影响开车技术,又影响心情的“共享路段”上。

发现的关键区域
这些关键的“拥堵路段”主要集中在两个地方:

  1. 前额顶叶网络:你可以把它想象成城市的"中央控制塔",负责指挥和决策。
  2. 默认模式网络:这像是城市的"休闲区",人发呆、想心事时这里最活跃。

研究发现,当“控制塔”和“休闲区”之间的交通连接出了问题(比如路断了或者堵车),不仅会导致司机(大脑)处理任务变慢(认知下降),还会让乘客(情绪)感到痛苦和焦虑。

总结

这篇论文告诉我们:
大脑里的“坏路”并不是随机分布的。那些让我们觉得脑子笨、反应慢的神经连接问题,往往就发生在那些同时也让我们感到痛苦和焦虑的关键枢纽上。

这就好比,如果你发现城市里连接“指挥中心”和“休息区”的主干道修坏了,那么这座城市不仅工作效率会下降(认知受损),里面的居民也会感到不安和混乱(症状出现)。

这项研究帮助我们理解了:虽然每个人的“病”听起来不一样,但大脑里那些导致“既难受又变笨”的根源,可能都藏在同一个关键的交通网络里。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →