基于默认网络内部功能连接能预测抑郁症患者睡眠障碍因子分
Functional connectivity within the default mode network can predict the sleep disturbance scores of the patients with depression
摘要目的 探究抑郁症(major depression disorder,MDD)患者大脑默认网络(default mode network,DMN)功能连接(functional connectivity,FC)能否预测其睡眠障碍因子分.材料与方法 基于REST-meta-MDD公开数据集中满足本实验需求的326例MDD被试静息态功能磁共振成像数据.采用Power模板在全脑中定义了264个脑区节点,分别获取患者的DMN内部FC和DMN与其他网络间的外部FC.采用基于连接组的预测模型在发现数据集上分别基于DMN内部和DMN外部FC对MDD患者的睡眠障碍因子分进行回归预测,独立验证集上检验模型的稳定性.结果 在DMN内部FC,发现数据集对MDD患者的睡眠障碍因子分具有一定的预测性(r=0.244,P<0.001),外部独立验证集也有很好的泛化预测效果(r=0.345,P=0.046).DMN外部FC在发现数据集上对其可进行预测(r=0.238,P<0.001),而独立验证集其泛化性能不足(r=0.256,P=0.143).结论 DMN内部FC对MDD患者睡眠障碍因子分具有一定的预测性.
更多相关知识
- 浏览36
- 被引2
- 下载5

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



