机构名称：
¥ 1.0
抑郁症是一种无能为力的精神病障碍，在青春期内风险增加。除其他因素外，患有抑郁症家族史的儿童患抑郁症的风险明显更高。早期识别有抑郁症风险的青春期前儿童对于早期干预和前审查至关重要。在这项研究中，我们使用了青春期大脑认知发展（ABCD）研究的大量纵向样本（成像质量控制后的2658名参与者，基线的9 - 10年之间），我们应用了先进的机器学习方法来预测抑郁症的风险，该方法在使用基线和综合式的MRI IMMI diff interive and Implient的MRI IMMI中衍生的两年时间随访时进行了两年的随访。 MRI。预测性能进行了一种严格的跨验证方法。我们的结果表明，所有大脑特征的预测得分明显高于偶然的预期，而REST-FMRI的大脑特征显示出具有抑郁症的父母历史的高风险参与者的最佳分类表现（n = 625）。具体来说，来自功能连接组的REST-FMRI特征表现出比其他大脑特征更好的分类性能。这一发现强调了与单脑区域的度量相比，Con Nectome相互作用元素在捕获更多个体变异性方面的关键作用。我们的研究有助于在基于人群的样本中识别青春期早期抑郁症的生物学风险。
通过多模式脑成像预测青春期早期的抑郁症风险
主要关键词
相关文件推荐
