PCA per la NAPLS-2 dati
Tutte le materie del NAPLS-2 campione (302 in totale, di cui 19 convertitori, 163 camere non-convertitori, 120 controlli) completato una batteria di cinque fMRI paradigmi al punto di reclutamento: un paradigma a riposo a occhi aperti, un compito verbale di memoria di lavoro, un compito di codifica della memoria episodica, un compito di recupero della memoria episodica e un compito di corrispondenza emotiva. Abbiamo utilizzato l’expanded Power brain atlas con 270 regioni23, 24, 25 per costruire reti cerebrali funzionali per ogni individuo durante ogni paradigma, generando così un totale di matrici di connettività del cervello intero 302 × 5, ognuna delle quali rappresenta la connettività a coppie tra i 270 nodi per un dato soggetto e paradigma. Per accertare l’esistenza di un’architettura funzionale del cervello comune indipendente dal paradigmo16, 17, abbiamo prima eseguito un’analisi PCA sulle matrici di connettività costruite, con l’obiettivo di estrarre i modelli di connettività condivisi che possono spiegare la maggior parte della varianza tra tutti i paradigmi per ogni individuo (Fig. 1). Abbiamo scoperto che per tutti e tre i gruppi studiati, i punteggi del primo componente principale (PC) spiegavano ~70% della varianza totale nelle matrici di connettività attraverso tutti e cinque i paradigmi (Fig 1A supplementare). Non ci sono state differenze significative nella percentuale di varianza spiegata tra i gruppi (P = 0,16, ANOVA a senso unico). Inoltre, esaminando ciascun paradigma separatamente, abbiamo scoperto che lo stato di riposo, la memoria di lavoro, la codifica della memoria episodica e i paradigmi di corrispondenza emotiva mostravano carichi di fattori simili sui primi PC, mentre il paradigma di recupero della memoria episodica aveva un carico leggermente inferiore, suggerendo un contributo relativamente minore del paradigma di recupero della memoria ai primi PC rispetto ad altri paradigmi. Tuttavia, non sono state trovate differenze significative di gruppo nei carichi di fattori per ciascuno dei paradigmi (P > 0.44, ANOVA a senso unico, Fig 1B supplementare), suggerendo che tutti e tre i gruppi avevano contributi simili al primo PC.
Diagramma della pipeline di elaborazione utilizzati in questo studio
NBS per il primo Pc nel NAPLS-2 dati
Dopo la conferma che il primo PC matrici in grado di spiegare la maggior parte della varianza attraverso paradigmi e quindi può servire come uno “stato indipendente” tratto matrice per ogni individuo, successivamente, abbiamo considerato se ci fossero eventuali modifiche di connettività all’interno di questi PC matrici tra i gruppi. È importante sottolineare che, sebbene non sia una misura diretta della” connettività funzionale ” come definita tradizionalmente utilizzando metodi basati sulla correlazione, i valori in una matrice PC riflettono la forza della connettività funzionale condivisa tra tutti i paradigmi per un dato individuo. Qui abbiamo definito questi valori come misure di” connettività cross-paradigma”, al fine di differenziarli dalla” connettività funzionale ” in un contesto più tipico. Qui, NBS è stato impiegato per esaminare questa domanda seguendo le procedure stabilite utilizzate negli studi precedenti11, 24, 26. In particolare, oltre alla varianza dai segnali neurali, le prime matrici PC derivate dall’analisi PCA potrebbero anche catturare segnali associati alle caratteristiche demografiche dei soggetti, al movimento della testa e/o allo stato del farmaco, poiché le variazioni relative a queste variabili sono anche costantemente presenti tra i paradigmi. Per mitigare queste influenze confondenti, abbiamo incluso età, sesso, QI, sito, spostamento medio frame-wise (FD) in tutti i paradigmi e dosaggio antipsicotico come regressori di fastidio nell’analisi NBS. Dopo aver controllato queste variabili, abbiamo osservato un effetto di gruppo altamente significativo su una rete connessa, tra cui un totale di 84 bordi che collegano coppie di 62 nodi che coprono più regioni cerebrali nel cervelletto, nel talamo e nella corteccia cerebrale (PFWE = 0.005 da 10.000 permutazioni, Fig. 2 bis). In particolare, le regioni della rete identificata appartenevano a sette sistemi funzionali come precedentemente definiti23: subcorticale-cerebellare (ad esempio, talamo, putamen, cervelletto), sensomotorio (ad esempio, giroscopio pre e postcentrale, area motoria supplementare), visivo (ad esempio,, giro occipitale medio e inferiore, giro temporale inferiore, giro linguale, giro fusiforme), uditivo (ad esempio, opercolo rolandico), modalità predefinita (ad esempio, giro prefrontale mediale, giro angolare, precuneo, giro temporale medio), frontoparietale (ad esempio, giro frontale superiore e medio) e attenzionale (ad esempio, giro temporale superiore e medio). I punteggi PC che rappresentano la connettività cross-paradigma tra queste regioni erano significativamente più alti nei soggetti a CHR rispetto ai controlli, un effetto che era significativamente più pronunciato in coloro che in seguito si convertivano in psicosi rispetto ai non convertitori (Fig. 2b), suggerendo un’alterazione della connettività indipendente dal paradigma che precede l’inizio della psicosi.
Alterazione della rete osservata nei dati NAPLS-2. a La rete identificata con maggiore connettività nei convertitori e non convertitori rispetto ai controlli dell’analisi NBS. I nodi della rete mappati a sette sistemi funzionali (SM sensomotorio, VIS visivo, AUD uditivo, DMN default-mode, FPN frontoparietale, ATT attentional, SC-CRB sottocorticale-cerebellare). b È stata mostrata una relazione lineare significativa per la connettività cross-paradigma media della rete identificata tra tre gruppi, con il gruppo di convertitore che ha il valore più alto e il gruppo di controllo che ha il più basso. Si noti che i valori di connettività cross-paradigma sono stati definiti nello spazio PCA, che è stato ridimensionato per essere centrato a zero. Convertitori CHR-C, non convertitori CHR-NC, controlli HC sani. c La forza di connettività funzionale della rete identificata nelle matrici di connettività originali per tre gruppi. Sono stati mostrati effetti significativi per tutti e cinque i paradigmi (RS resting state, WM working memory, EMENC episodic memory encoding, EMRET episodic memory retrieval, FM emotional face matching). d La connettività cross-paradigma media della rete è stata significativamente correlata con i punteggi di disorganizzazione SOPS in soggetti ad alto rischio clinico ma non in controlli sani. e La connettività cross-paradigma media della rete ha predetto in modo significativo il tempo di conversione in psicosi tra i convertitori. Le barre di errore indicano errori standard
Per interpretare meglio i risultati di NBS, abbiamo ulteriormente studiato due domande. In primo luogo, poiché i segni dei valori nelle matrici PC sono stati ridimensionati e potrebbero non essere gli stessi delle matrici di correlazione originali, non è chiaro se la maggiore connettività cross-paradigma osservata nei convertitori riflettesse effettivamente l’iperconnettività. In secondo luogo, non era noto se l’effetto rilevato fosse guidato da particolari paradigmi. Per rispondere a queste domande, l’intera rete identificata è stata estratta dalle matrici di connettività originali per ciascun paradigma e calcolata in media su tutti i bordi di questa rete. Abbiamo trovato un significativo effetto di gruppo per tutti e cinque i paradigmi sulla connettività funzionale media di questa rete (PFWE < 0.04, one-way ANCOVA, Fig. 2 quater). Allo stesso modo, i convertitori mostravano la connettività più alta, seguiti dai non convertitori, mentre i soggetti di controllo avevano la connettività più bassa. Inoltre, le misure di connettività funzionale in tutti e tre i gruppi sono state positive. Questi risultati suggeriscono un’iperconnettività cerebello-talamo-corticale nei convertitori che non è guidata da paradigmi particolari ma piuttosto, presente in tutti i paradigmi utilizzati nello studio.
Associazione con la gravità della psicosi
Per esaminare le potenziali associazioni tra l’alterazione della rete identificata e la gravità dei sintomi della psicosi, abbiamo eseguito correlazioni di ordine di Spearman tra la connettività cross-paradigma della rete media e i punteggi positivi e disorganizzazione acquisiti dalla Scala dei sintomi prodromici (SOPS27). In particolare, i sintomi positivi e di disorganizzazione sono diagnosticamente più specifici della psicosi rispetto ai sintomi negativi e generali. Abbiamo osservato una significativa associazione della misura di rete con i sintomi di disorganizzazione nei soggetti a CHR (R = 0.17, P = 0.02, Fig. 2d) ma non nei controlli sani (P = 0.41). La correlazione tra la misura della rete e i sintomi positivi non ha raggiunto il significato in entrambi i gruppi (P > 0.12). Questi risultati suggeriscono che l’iperconnettività osservata può essere correlata a pensieri e comportamenti bizzarri in individui con sintomi prodromici.
Associazione con la velocità di conversione della psicosi
Abbiamo quindi studiato se l’alterazione della rete osservata che ha preceduto l’inizio della psicosi avrebbe predetto il tempo di conversione nei convertitori CHR. A tal fine, Spearman rank-order correlazione è stata eseguita tra la rete media cross-paradigma connettività e il numero di mesi alla conversione dopo la scansione di base. Abbiamo osservato una correlazione significativa tra queste due variabili (R = -0.48, P = 0.04, Fig. 2e), suggerendo che una maggiore connittività nella rete cerebello-talamo-corticale predice tempi di conversione più brevi.
Associazione con misure strutturali
Dal momento che l’osservato i cambiamenti di connettività in cerebello–thalamo–corticale circuito sono robusti attraverso diversi paradigmi, una domanda sorge spontanea, come se questi cambiamenti si riferiscono a differenze strutturali identificati i nodi in questo circuito, nel qual caso la connettività metriche possono essere ridondante con misure anatomiche di indicizzazione rischio di psicosi. Per rispondere a questa domanda, abbiamo estratto i volumi di materia grigia di tutte le regioni corticali, sottocorticali e cerebellari identificate dai dati di imaging T1 ponderati dei soggetti e abbiamo correlato queste misure con i punteggi medi del PC della rete identificata utilizzando la correlazione di Pearson. La nostra analisi non ha rivelato associazioni significative tra le misure di connettività funzionale e i volumi di materia grigia strutturale dopo la correzione multipla (PFWE > 1). Gli unici effetti a livello di tendenza sono stati mostrati nel talamo bilaterale (R = -0,12, Puncorretto = 0.04), suggerendo che l’iperconnettività cerebello–talamo–corticale osservata trasmette informazioni uniche sul rischio di psicosi che non sono completamente spiegate dai cambiamenti anatomici associati alla psicosi e/o possono verificarsi nel momento in cui compaiono i cambiamenti strutturali più pronunciati.
la Verifica dei risultati in una abbinato sottocampione
Per confermare che la rete rilevata il cambiamento non è stato spiegato da demografiche e/o variabili cliniche in cui c’erano anche differenze significative di gruppo (Tabella Supplementare 1), abbiamo eseguito un’analisi ulteriore utilizzo di un piccolo gruppo di soggetti in NAPLS-2 coorte che sono stati unmedicated e ben assortiti in termini di demografia attraverso esito gruppi (vedi Tabella Supplementare 2). Il sottocampione comprendeva un totale di 11 convertitori, 40 non convertitori e 40 controlli sani tratti dal campione più ampio riportato sopra. Qui, come nel campione più ampio, abbiamo osservato differenze significative di gruppo nella connettività cross-paradigma della rete identificata (P < 0.001, ANCOVA a senso unico, Fig supplementare 3A). Ancora una volta, i valori più alti sono stati mostrati nei convertitori, seguiti da non convertitori e controlli. Questi dati verificano inoltre che il modello di iperconnettività rilevato nei convertitori non sia guidato da differenze di gruppo nei dati demografici e nei farmaci.
il Confronto tra soggetti con 24 mesi di follow-up clinico
Dato che il follow-up clinico di tempo in NAPLS-2 campione variato tra gli individui, e quelli con la relativamente breve durata del follow-up sono stati più probabile che include le persone che in realtà ha finito la conversione, abbiamo confrontato la media croce-paradigma di connettività identificati e in rete tra CHR convertitori e CHR non convertitori che erano stati seguiti per almeno 24 mesi in un’analisi ulteriore (19 convertitori e 103 non convertitori). Simile al risultato dell’intero campione, questa analisi supplementare ha mostrato una significativa differenza di gruppo tra convertitori e non convertitori (P = 0,004, ANCOVA a senso unico). Inoltre, è stata osservata una maggiore dimensione dell’effetto (d = 0.76 di Cohen) in questo sottocampione rispetto a quella dell’intero campione (d = 0.68 di Cohen), suggerendo che l’iperconnettività osservata nel campione NAPLS-2 potrebbe effettivamente essere sottostimata.
Specificità della rete osservata
Poiché la rete identificata includeva un totale di 84 bordi, la dimensione relativamente grande di questa rete solleva la questione se tale cambiamento fosse specifico del bordo o piuttosto generico in tutto il cervello. Qui, abbiamo eseguito un ulteriore test di permutazione per esaminare la specificità della rete identificata. In particolare, durante ogni permutazione, abbiamo selezionato casualmente 84 bordi dalle matrici PC e confrontato le differenze di gruppo sui mezzi di questi bordi selezionati. L’intera procedura è stata iterata 10.000 volte. Abbiamo scoperto che nessuno dei valori P derivati dalle permutazioni 10,000 ha raggiunto la significatività statistica dopo la correzione Bonferroni (Fig. 4). In netto contrasto, la rete osservata era altamente significativa anche dopo la correzione Bonferroni per le permutazioni 10,000. Questa analisi supplementare supporta la specificità della rete identificata nella previsione della psicosi, dimostrando che non è guidata da effetti a livello globale.
Analisi NBS sui dati dello stato di riposo
Per valutare se l’iperconnettività della rete osservata fosse semplicemente un riflesso dell’anomalia dello stato di riposo (nel qual caso l’analisi PCA sarebbe ridondante), abbiamo eseguito un’ulteriore analisi NBS esclusivamente sui dati dello stato di riposo. Questa analisi non ha rivelato differenze significative tra i gruppi di risultati, suggerendo che il cambiamento di rete osservato è rilevabile solo quando si collassa su più paradigmi piuttosto che durante il riposo .
Associazione con i parametri di movimento della testa
Per garantire ulteriormente che l’anomalia di rete rilevata non fosse determinata dalle differenze di movimento della testa tra i gruppi, abbiamo eseguito un’analisi aggiuntiva per testare la potenziale associazione tra le metriche di rete osservate e i valori di spostamento in base al frame in tutti gli individui Questa analisi non ha rivelato alcuna correlazione significativa tra le due variabili (R = 0.08, P = 0.17), che supporta l’argomento secondo cui è improbabile che l’anomalia di rete rilevata sia determinata da differenze di movimento della testa tra i gruppi.
Presenza di iperconnettività di rete nei dati CNP
Per confermare che l’iperconnettività di rete rilevata è un’anomalia “trait” per la psicosi, abbiamo ulteriormente studiato la presenza di tale alterazione in un campione indipendente con dati fMRI multi-paradigma acquisiti da tre popolazioni cliniche (SZ, BD e ADHD) e controlli sani (Tabella supplementare 3). I soggetti nel campione CNP hanno completato alcuni o tutti i sette paradigmi impiegati dalla coorte: un paradigma a riposo aperto agli occhi, un compito di assunzione del rischio “analogico a palloncino”, un compito di memoria di lavoro spaziale, un compito di codifica della memoria episodica, un compito di recupero della memoria episodica, un compito di segnale di arresto “Go-No Go” e un compito di Seguendo le stesse procedure sopra descritte, abbiamo calcolato i primi punteggi PC per le matrici di correlazione tra tutti i paradigmi ed estratto i valori dalla stessa rete per ogni individuo (Fig 2 supplementare). Come previsto, abbiamo osservato un significativo effetto di gruppo sulla connettività cross-paradigma di rete dopo aver controllato per età, sesso, QI, FD medio e dosaggio antipsicotico (P = 0.025, ANCOVA a senso unico, Fig. 3 bis). In particolare, questo effetto è stato determinato dalle differenze tra il gruppo SZ e il gruppo HC (PBonferroni = 0,024, test t post-hoc) ma non tra gli altri gruppi (PBonferroni > 0,26, test t post-hoc). Inoltre, tendeva ad esserci un aumento del gradiente del grado di iperconnettività nella rete identificata con l’aumento della prevalenza di sintomi psicotici nelle popolazioni (tale che SZ > BD > ADHD > HC). Questi risultati suggeriscono una firma neurale funzionale specifica per la psicosi nei pazienti, in particolare quelli con SZ.
La presenza dell’alterazione della rete osservata nei dati CNP. sono state mostrate differenze significative di gruppo per la connettività cross-paradigma media della rete identificata, che è stata guidata dalle differenze tra schizofrenia e controlli. Schizofrenia di SZ, disturbo bipolare di BD, disordine di iperattività di deficit di attenzione di ADHD, controllo sano di HC. b L’alterazione della rete è stata significativamente correlata con punteggi di sottoscala del disturbo del pensiero SAPS in pazienti con schizofrenia. c Curva caratteristica di funzionamento del ricevitore per distinguere i pazienti con schizofrenia dai controlli sani. L’area sotto curva era significativamente più alta di quella che può essere ottenuta per caso, per test di permutazione. Le barre di errore indicano errori standard
Per verificare ulteriormente l’associazione tra la rete hyperconnectivity e la disorganizzazione sintomi come identificato nel NAPLS-2 esempio, di Spearman rank-ordine correlazioni sono state eseguite per la rete di cross-paradigma di misure di connettività su ciascuno dei quattro sottoscale (allucinazioni, deliri, bizzarro comportamento, pensiero disturbo) di Scala per la Valutazione dei Sintomi Positivi (SAPS28) in pazienti con SZ. Coerente con il risultato nel campione NAPLS – 2, il risultato ha rivelato una correlazione significativa tra la misura di rete e i punteggi sottoscala del disturbo del pensiero (R = 0,30, P = 0,035, Fig. 3 ter). Le correlazioni con altre sottoscale non hanno raggiunto la significatività statistica (P > 0.30), suggerendo che l’alterazione della rete osservata potrebbe essere specificamente correlata al pensiero e al linguaggio disorganizzati nei pazienti.
Analogamente alle procedure utilizzate nel campione NAPLS-2, abbiamo anche confermato i risultati in un sottocampione demograficamente abbinato della coorte CNP comprendente 27 pazienti con SZ, 27 pazienti con BD, 27 pazienti con ADHD e 27 HCs (Tabella supplementare 4). Lo stesso effetto di gruppo è stato nuovamente identificato (P = 0,016, ANCOVA a senso unico, Fig 3B supplementare), che è stato nuovamente determinato dalle differenze tra il gruppo SZ e il gruppo HC (PBonferroni = 0,043, test t post-hoc) ma non tra gli altri gruppi (PBonferroni > 0,06, test t post-hoc). Questi risultati suggeriscono che è improbabile che le differenze di connettività rilevate nel campione più ampio siano il risultato di dati demografici ineguagliati tra i gruppi. Incoraggiati da questi risultati, abbiamo inoltre eseguito un’analisi della curva ROC (Receiver Operating Characteristic) per testare la capacità di utilizzare il pattern di iperconnettività scoperto nei dati NAPLS-2 per distinguere i pazienti con SZ dai controlli nel campione CNP complessivo. La nostra analisi ha rivelato un’area sotto curva (AUC) di 0,64 (P = 0,003 da 10.000 permutazioni, Fig. 3c), sostenendo ulteriormente un’alterazione dell’iperconnettività del tratto che può essere potenzialmente utilizzata per la previsione e la caratterizzazione della psicosi.
