PCA para los datos de NAPLS-2
Todos los sujetos de la muestra de NAPLS-2 (302 en total, incluidos 19 convertidores, 163 no convertidores, 120 controles) completaron una batería de cinco IRMF paradigmas en el punto de reclutamiento: un paradigma de estado de reposo abierto a los ojos, una tarea de memoria de trabajo verbal, una tarea de codificación de memoria episódica, una tarea de recuperación de memoria episódica y una tarea de emparejamiento emocional de rostros. Utilizamos el atlas cerebral de Potencia expandida con 270 regiones23, 24, 25 para construir redes cerebrales funcionales para cada individuo durante cada paradigma, generando así un total de matrices de conectividad de cerebro completo de 302 × 5, cada una representando la conectividad en pares entre los 270 nodos para un sujeto y paradigma dados. Para determinar la existencia de una arquitectura funcional cerebral común independiente del paradigmo16, 17, primero realizamos un análisis de PCA en las matrices de conectividad construidas, con el objetivo de extraer los patrones de conectividad compartidos que pueden explicar la mayoría de la varianza en todos los paradigmas para cada individuo (Fig. 1). Encontramos que para los tres grupos estudiados, las puntuaciones del primer componente principal (CP) explicaron ~70% de la varianza total en las matrices de conectividad a través de los cinco paradigmas (Figura suplementaria 1A). No hubo diferencias significativas en el porcentaje de varianza explicado entre los grupos (P = 0,16, ANOVA unidireccional). Además, al examinar cada paradigma por separado, encontramos que el estado de reposo, la memoria de trabajo, la codificación de memoria episódica y los paradigmas de emparejamiento de caras emocionales mostraron cargas factoriales similares en los primeros PC, mientras que el paradigma de recuperación de memoria episódica tuvo una carga ligeramente inferior, lo que sugiere una contribución relativamente menor del paradigma de recuperación de memoria a los primeros PC en comparación con otros paradigmas. Sin embargo, no se encontraron diferencias significativas de grupo en las cargas factoriales para cada uno de los paradigmas (P > 0,44, ANOVA unidireccional, Suplemento Fig.1B), lo que sugiere que los tres grupos tuvieron contribuciones similares en cuanto a paradigmas para el primer CP.
Diagrama de flujo de la tubería de procesamiento utilizada en este estudio
NBS para los primeros PC en los datos NAPLS-2
Después de confirmar que las primeras matrices de PC pueden explicar la mayoría de la varianza entre paradigmas y, por lo tanto, pueden servir como una matriz de rasgos «independiente del estado» para cada individuo, luego consideramos si hubo algún cambio de conectividad dentro de estas matrices de PC entre grupos. Es importante destacar que, aunque no es una medida directa de la «conectividad funcional» como se define tradicionalmente utilizando métodos basados en la correlación, los valores en una matriz de PC reflejan la fuerza de la conectividad funcional compartida entre todos los paradigmas para un individuo dado. Aquí denominamos estos valores como medidas de «conectividad entre paradigmas», con el fin de diferenciarlos de la «conectividad funcional» en un contexto más típico. En este caso,se empleó el RN para examinar esta cuestión siguiendo los procedimientos establecidos utilizados en estudios anteriores11,24, 26. En particular, además de la varianza de las señales neuronales, las primeras matrices de PC derivadas del análisis de PCA también podrían capturar señales asociadas con las características demográficas, el movimiento de la cabeza y/o el estado de la medicación de los sujetos, ya que las variaciones relacionadas con estas variables también están presentes de manera consistente en todos los paradigmas. Para mitigar estas influencias confusas, incluimos la edad, el sexo, el coeficiente intelectual, el sitio, el desplazamiento medio por fotograma (DF) en todos los paradigmas y la dosis de antipsicóticos como regresores molestos en el análisis de NBS. Después de controlar estas variables, observamos un efecto de grupo altamente significativo en una red conectada que incluye un total de 84 pares de bordes que unen 62 nodos que cubren múltiples regiones cerebrales en el cerebelo, el tálamo y la corteza cerebral (PFWE = 0,005 de 10.000 permutaciones, Fig. 2a). En particular, las regiones de la red identificada pertenecían a siete sistemas funcionales definidos previamente23: subcortical-cerebelosa (p. ej., tálamo, putamen, cerebelo), sensomotora (p. ej., giro pre y postcentral, área motora suplementaria), visual (p. ej. giro occipital medio e inferior, giro temporal inferior, giro lingual, giro fusiforme), auditivo (por ejemplo, opérculo rolándico), modo predeterminado (por ejemplo, giro prefrontal medial, giro angular, giro temporal precáneo, giro temporal medio), frontoparietal (por ejemplo, giro frontal superior y medio) y atencional (por ejemplo, giro temporal superior y medio). Las puntuaciones de CP que representan la conectividad entre paradigmas entre estas regiones fueron significativamente más altas en los sujetos en la RHC en comparación con los controles, un efecto que fue significativamente más pronunciado en aquellos que más tarde se convirtieron a psicosis que en los no convertidores (Fig. 2b), sugiriendo una alteración de conectividad independiente del paradigma que precede al inicio de la psicosis.
Alteración de red observada en los datos NAPLS-2. a La red identificada con mayor conectividad en convertidores y no convertidores en comparación con los controles del análisis de NBS. Los nodos de la red se asignaron a siete sistemas funcionales (SM sensorimotor, VIS visual, auditivo AUD, DMN en modo predeterminado, frontoparietal de FPN, ATT atencional, SC-CRB subcortical-cerebeloso). b Se mostró una relación lineal significativa para la conectividad media entre paradigmas de la red identificada entre tres grupos, con el grupo convertidor teniendo el valor más alto y el grupo control teniendo el más bajo. Tenga en cuenta que los valores de conectividad entre paradigmas se definieron en el espacio de PCA, que se reescaló para que se centrara en la media en cero. Convertidores CHR-C, no convertidores CHR-NC, controles sanos de HC. c La potencia de conectividad funcional de la red identificada en las matrices de conectividad originales para tres grupos. Se mostraron efectos significativos para los cinco paradigmas (estado de reposo RS, memoria de trabajo WM, codificación de memoria episódica EMenc, recuperación de memoria episódica EMret, coincidencia de cara emocional FM). d La conectividad media entre paradigmas de la red se correlacionó significativamente con las puntuaciones de desorganización de los SOPS en sujetos de alto riesgo clínico, pero no en controles sanos. e La conectividad media entre paradigmas de la red predijo significativamente el tiempo hasta la conversión a psicosis entre los conversores. Las barras de error indican errores estándar
Para interpretar mejor los hallazgos de NBS, investigamos más a fondo dos preguntas. En primer lugar, dado que los signos de valores en las matrices de PC se han reescalado y podrían no ser los mismos que en las matrices de correlación originales, no estaba claro si la mayor conectividad entre paradigmas observada en los convertidores reflejaba realmente hiperconectividad. En segundo lugar, se desconocía si el efecto detectado estaba impulsado por algún paradigmas en particular. Para responder a estas preguntas, se extrajo toda la red identificada de las matrices de conectividad originales para cada paradigma y se promedió en todos los bordes de esta red. Encontramos un efecto de grupo significativo para los cinco paradigmas en la conectividad funcional media de esta red (PFWE < 0,04, ANCOVA unidireccional, Fig. 2c). De manera similar, los convertidores mostraron la conectividad más alta, seguidos por los no convertidores, mientras que los sujetos de control tuvieron la conectividad más baja. Además, las medidas de conectividad funcional en los tres grupos fueron positivas. Estos hallazgos sugieren una hiperconectividad cerebelo-talamo-cortical en convertidores que no está impulsada por paradigmas particulares, sino que está presente en todos los paradigmas utilizados en el estudio.
Asociación con la gravedad de la psicosis
Para examinar las posibles asociaciones entre la alteración de la red identificada y la gravedad de los síntomas de la psicosis, se realizaron correlaciones de orden de rango de Spearman entre la conectividad media de paradigma cruzado de la red y las puntuaciones positivas y de desorganización adquiridas de la Escala de Síntomas Prodrómicos (SOPS27). En particular, los síntomas positivos y de desorganización son diagnósticos más específicos de la psicosis que los síntomas negativos y generales. Observamos una asociación significativa de la medida de la red con los síntomas de desorganización en sujetos en la RHC (R = 0,17, P = 0,02, Fig. 2d) pero no en controles sanos (P = 0,41). La correlación entre la medida de la red y los síntomas positivos no alcanzó significación en ninguno de los grupos (P > 0,12). Estos hallazgos sugieren que la hiperconectividad observada puede estar relacionada con pensamientos y comportamientos extraños en individuos con síntomas prodrómicos.
Asociación con la velocidad de conversión de la psicosis
Luego investigamos si la alteración de la red observada que precedió al inicio de la psicosis podría predecir el tiempo hasta la conversión en convertidores de RHC. Para ello, se realizó una correlación de orden de rango de Spearman entre la conectividad media entre paradigmas de la red y el número de meses hasta la conversión después del escaneo basal. Observamos una correlación significativa entre estas dos variables (R = -0,48, P = 0,04, Fig. 2e), lo que sugiere que una mayor connenctividad en la red cerebelo–talamo–cortical predice un tiempo de conversión más corto.
Asociación con medidas estructurales
Dado que los cambios de conectividad observados en el circuito cerebelo–talamo–cortical son robustos en diferentes paradigmas, surge naturalmente la pregunta de si estos cambios se relacionan con diferencias estructurales en los nodos identificados en este circuito, en cuyo caso las métricas de conectividad pueden ser redundantes con medidas anatómicas en la indexación del riesgo de psicosis. Para abordar esta pregunta, se extrajeron volúmenes de materia gris de todas las regiones corticales, subcorticales y cerebelosas identificadas a partir de los datos de imágenes ponderados en T1 procesados de los sujetos y se correlacionaron estas medidas con las puntuaciones CP medias de la red identificada utilizando la Correlación de Pearson. Nuestro análisis no reveló asociaciones significativas entre las medidas de conectividad funcional y los volúmenes estructurales de materia gris después de la corrección múltiple (PFWE > 1). Los únicos efectos a nivel de tendencia se observaron en el tálamo bilateral (R = -0,12, punción = 0.04), sugiriendo que la hiperconectividad cerebelo–talamo–cortical observada transmite información única sobre el riesgo de psicosis que no se explica completamente por los cambios anatómicos asociados con la psicosis, y/o puede ocurrir en el momento antes de que aparezcan los cambios estructurales más pronunciados.
Verificación de los resultados en una submuestra emparejada
Para confirmar que el cambio detectado en la red no se explicaba por variables demográficas y/o clínicas en las que también había diferencias significativas entre los grupos (Tabla Suplementaria 1), realizamos un análisis complementario utilizando una pequeña submuestra de sujetos de la cohorte NAPLS-2 que no estaban medicados y estaban bien emparejados en términos demográficos en todos los grupos de resultados (ver Tabla Suplementaria 2). La submuestra incluyó un total de 11 convertidores, 40 no convertidores y 40 controles sanos extraídos de la muestra más grande mencionada anteriormente. Aquí, al igual que en la muestra más grande, observamos diferencias significativas de grupo en la conectividad entre paradigmas de la red identificada (P < 0,001, ANCOVA unidireccional, Suplemento Fig 3A). Una vez más, los valores más altos se mostraron en los convertidores, seguidos de los no convertidores y los controles. Estos datos verifican además que el patrón de hiperconectividad detectado en los convertidores no está impulsado por las diferencias de grupo en demografía y medicación.
Comparación entre sujetos con seguimiento clínico de 24 meses
Dado que el tiempo de seguimiento clínico en la muestra NAPLS-2 varió entre individuos, y aquellos con una duración relativamente corta de seguimiento fueron más propensos a incluir personas que realmente terminaron convirtiéndose, comparamos la conectividad media de paradigma cruzado de la red identificada entre los convertidores de RHC y los no convertidores de RHC que habían sido seguidos durante al menos 24 meses en un análisis complementario (19 conversores y 103 no conversores). De forma similar al resultado de toda la muestra, este análisis complementario mostró una diferencia de grupo significativa entre convertidores y no convertidores (P = 0,004, ANCOVA unidireccional). Además, se observó un mayor tamaño del efecto (d de Cohen = 0,76) en esta submuestra en comparación con el de toda la muestra (d de Cohen = 0,68), lo que sugiere que la hiperconectividad observada en la muestra NAPLS-2 puede estar subestimada.
Especificidad de la red observada
Dado que la red identificada incluía un total de 84 bordes, el tamaño relativamente grande de esta red plantea la pregunta de si dicho cambio era específico del borde o más bien genérico en todo el cerebro. Aquí, realizamos una prueba de permutación adicional para examinar la especificidad de la red identificada. Específicamente, durante cada permutación, seleccionamos aleatoriamente 84 aristas de las matrices de PC y comparamos las diferencias de grupo en las medias de estos aristas seleccionados. Todo el procedimiento se repitió 10.000 veces. Encontramos que ninguno de los valores de P derivados de las 10.000 permutaciones alcanzó significación estadística después de la corrección de Bonferroni (Fig. 4). En marcado contraste, la red observada fue altamente significativa incluso después de la corrección de Bonferroni para las 10.000 permutaciones. Este análisis complementario apoya la especificidad de la red identificada en la predicción de psicosis, demostrando que no está impulsada por efectos a nivel mundial.
Análisis de NBS en los datos del estado de reposo
Para evaluar si la hiperconectividad de red observada era simplemente un reflejo de la anormalidad del estado de reposo (en cuyo caso el análisis de PCA sería redundante), realizamos un análisis de NBS adicional únicamente en los datos del estado de reposo. Este análisis no reveló diferencias significativas entre los grupos de resultados, lo que sugiere que el cambio de red observado es detectable solo cuando se colapsa a través de múltiples paradigmas en lugar de durante el reposo .
Asociación con los parámetros de movimiento de la cabeza
Para garantizar aún más que la anomalía de red detectada no estuviera impulsada por las diferencias de movimiento de la cabeza entre los grupos, realizamos un análisis adicional para probar la asociación potencial entre las métricas de red observadas y los valores de desplazamiento por fotogramas en todos los individuos de la muestra NAPLS-2 utilizando la correlación de orden de rango de Spearman. Este análisis no reveló correlación significativa entre las dos variables (R = 0,08, P = 0.17), que apoya el argumento de que es poco probable que la anomalía de red detectada sea impulsada por las diferencias de movimiento de la cabeza entre los grupos.
Presencia de hiperconectividad de red en los datos de CNP
Para confirmar que la hiperconectividad de red detectada es una anomalía de «rasgo» para la psicosis, investigamos más a fondo la presencia de dicha alteración en una muestra independiente con datos de IRMF de paradigma múltiple obtenidos de tres poblaciones clínicas (SZ, BD y TDAH) y controles sanos (Tabla Suplementaria 3). Los sujetos de la muestra CNP completaron algunos o todos los siete paradigmas empleados por la cohorte: un paradigma de estado de reposo con ojos abiertos, una tarea de toma de riesgos «analógica de globo», una tarea de memoria de trabajo espacial, una tarea de codificación de memoria episódica, una tarea de recuperación de memoria episódica, una tarea de señal de parada «Go-No Go» y una tarea de cambio de tarea de «forma de color». Siguiendo los mismos procedimientos descritos anteriormente, se calcularon las primeras puntuaciones de CP para las matrices de correlación entre todos los paradigmas y se extrajeron los valores de la misma red para cada individuo (Figura Complementaria 2). Como era de esperar, se observó un efecto de grupo significativo en la conectividad entre paradigmas de la red después de controlar la edad, el sexo, el coeficiente intelectual, la DF media y la dosis de antipsicóticos (P = 0,025, ANCOVA unidireccional, Fig. 3a). Específicamente, este efecto fue impulsado por las diferencias entre el grupo SZ y el grupo HC (PBonferroni = 0,024, prueba t post hoc), pero no entre los otros grupos (PBonferroni > 0,26, prueba t post hoc). Además, tendió a haber una elevación del gradiente del grado de hiperconectividad en la red identificada con el aumento de la prevalencia de síntomas psicóticos en las poblaciones (como SZ > BD > TDAH > HC). Estos hallazgos sugieren una firma neuronal funcional específica de la psicosis en pacientes, en particular aquellos con ZS.
La presencia de la observó red alteración en el CNP de datos. se mostraron diferencias significativas de grupo para la conectividad media entre paradigmas de la red identificada, que fue impulsada por las diferencias entre esquizofrenia y controles. Esquizofrenia SZ, trastorno bipolar BD, trastorno por déficit de atención con hiperactividad TDAH, control saludable de HC. b La alteración de la red se correlacionó significativamente con las puntuaciones de la subescala de trastorno del pensamiento SAPS en pacientes con esquizofrenia. c Curva de características operativas del receptor para distinguir a los pacientes con esquizofrenia de los controles sanos. El área bajo curva fue significativamente más alta de lo que se puede lograr por casualidad, según la prueba de permutación. Las barras de error indican errores estándar
Para verificar aún más la asociación entre la hiperconectividad de la red y los síntomas de desorganización identificados en la muestra NAPLS-2, se realizaron correlaciones de orden de rango de Spearman para las medidas de conectividad de paradigma cruzado de la red en cada una de las cuatro subescalas (alucinaciones, delirios, comportamiento extraño, trastorno del pensamiento) de la Escala para la Evaluación de los Síntomas Positivos (SAPS28) en pacientes con ZS. De acuerdo con el hallazgo en la muestra NAPLS-2, el resultado reveló una correlación significativa entre la medida de la red y las subescalas de trastorno del pensamiento (R = 0,30, P = 0,035, Fig. 3b). Las correlaciones con otras subescalas no alcanzaron significación estadística (P > 0,30), lo que sugiere que la alteración de la red observada puede estar relacionada específicamente con el pensamiento y el habla desorganizados en los pacientes.
De forma similar a los procedimientos utilizados en la muestra NAPLS-2, también confirmamos los hallazgos en una submuestra demográficamente emparejada de la cohorte CNP que incluía 27 pacientes con ZS, 27 pacientes con BD, 27 pacientes con TDAH y 27 HCs (Tabla suplementaria 4). Se identificó de nuevo el mismo efecto de grupo (P = 0,016, ANCOVA unidireccional, Figura suplementaria 3B), que de nuevo fue impulsado por las diferencias entre el grupo SZ y el grupo HC (PBonferroni = 0,043, prueba t post-hoc), pero no entre los otros grupos (PBonferroni > 0,06, prueba t post-hoc). Estos hallazgos sugieren que es poco probable que las diferencias de conectividad detectadas en la muestra más grande sean el resultado de datos demográficos sin igual entre los grupos. Alentados por estos resultados, realizamos además un análisis de curva de características operativas del receptor (ROC) para probar la capacidad de usar el patrón de hiperconectividad descubierto en los datos de NAPLS-2 para distinguir a los pacientes con SZ de los controles en la muestra general de CNP. Nuestro análisis reveló un área bajo curva (AUC) de 0,64 (P = 0,003 de 10.000 permutaciones, Fig. 3c), apoyando aún más una alteración de hiperconectividad de rasgos que puede usarse potencialmente para la predicción y caracterización de psicosis.
