Hiérarchie spatiotemporelle sensorielle-associative et réseau neuronal récurrent régularisé par gradient fonctionnel : implications pour la schizophrénieAssociation-sensory spatiotemporal hierarchy and functional gradient-regularised recurrent neural network with implications for schizophrenia.
- La hiérarchie corticale sensorielle-associative (AS) est comprimée dans la schizophrénie, indiquant une différenciation fonctionnelle réduite.
- Les régions aux extrêmes du gradient AS présentent des échelles de temps neurales plus longues, un mappage spatiotemporel atténué dans la schizophrénie.
- Les réseaux de neurones récurrents (RNN) régularisés par un gradient AS plus large apprennent plus efficacement et maintiennent des états stables lors de tâches de mémoire de travail.
L'article traite directement de la schizophrénie avec une approche combinée d'IRMf et de modélisation computationnelle, offrant des perspectives cliniques sur les biomarqueurs et les mécanismes neuronaux. La taille de l'échantillon et la rigueur méthodologique justifient un niveau de preuve élevé.
L'étude repose sur un seul jeu de données IRMf (N=355), nécessitant une réplication dans des cohortes indépendantes. Le modèle RNN simplifie la complexité corticale réelle, limitant la généralisation des résultats. Les analyses sont corrélationnelles et ne permettent pas d'établir un lien causal direct entre la hiérarchie AS et la schizophrénie.
Cette étude examine comment la hiérarchie corticale sensorielle-associative (AS) est altérée dans la schizophrénie, en utilisant l'IRMf (N=355) et l'analyse spectrale de la connectivité. Les résultats montrent une compression de la hiérarchie AS, associée à des échelles de temps neurales plus courtes et à une déstabilisation des états neuronaux dans un modèle de réseau récurrent (RNN) régularisé par gradient. Cela suggère que la dé-différenciation du gradient AS pourrait déstabiliser les computations neurales dans la schizophrénie.
La hiérarchie corticale sensorielle-associative (AS) est comprimée dans la schizophrénie, indiquant une différenciation fonctionnelle réduite. Les régions aux extrêmes du gradient AS présentent des échelles de temps neurales plus longues, un mappage spatiotemporel atténué dans la schizophrénie. Les réseaux de neurones récurrents (RNN) régularisés par un gradient AS plus large apprennent plus efficacement et maintiennent des états stables lors de tâches de mémoire de travail. La dé-différenciation du gradient AS peut déstabiliser les computations neurales, soutenue par des preuves empiriques et de modélisation.
La compression de la hiérarchie AS pourrait servir de biomarqueur pour la schizophrénie, mesurable par IRMf. Les perturbations des échelles de temps neurales pourraient expliquer les déficits de mémoire de travail observés dans la schizophrénie. Les approches de modélisation computationnelle pourraient aider à prédire la réponse au traitement en fonction de l'organisation hiérarchique corticale.
Élevé