Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
IRIS
Machine learning can be used to define subtypes of psychiatric conditions based on shared biological foundations of mental disorders. Here we analyzed cross-sectional brain images from 4,222 individuals with schizophrenia and 7038 healthy subjects pooled across 41 international cohorts from the ENIGMA, non-ENIGMA cohorts and public datasets. Using the Subtype and Stage Inference (SuStaIn) algorithm, we identify two distinct neurostructural subgroups by mapping the spatial and temporal ‘trajectory’ of gray matter change in schizophrenia. Subgroup 1 was characterized by an early cortical-predominant loss with enlarged striatum, whereas subgroup 2 displayed an early subcortical-predominant loss in the hippocampus, striatum and other subcortical regions. We confirmed the reproducibility of the two neurostructural subtypes across various sample sites, including Europe, North America and East Asia. This imaging-based taxonomy holds the potential to identify individuals with shared neurobiological attributes, thereby suggesting the viability of redefining existing disorder constructs based on biological factors.
Neurostructural subgroup in 4291 individuals with schizophrenia identified using the subtype and stage inference algorithm / Jiang, Y.; Luo, C.; Wang, J.; Palaniyappan, L.; Chang, X.; Xiang, S.; Zhang, J.; Duan, M.; Huang, H.; Gaser, C.; Nemoto, K.; Miura, K.; Hashimoto, R.; Westlye, L. T.; Richard, G.; Fernandez-Cabello, S.; Parker, N.; Andreassen, O. A.; Kircher, T.; Nenadic, I.; Stein, F.; Thomas-Odenthal, F.; Teutenberg, L.; Usemann, P.; Dannlowski, U.; Hahn, T.; Grotegerd, D.; Meinert, S.; Lencer, R.; Tang, Y.; Zhang, T.; Li, C.; Yue, W.; Zhang, Y.; Yu, X.; Zhou, E.; Lin, C. -P.; Tsai, S. -J.; Rodrigue, A. L.; Glahn, D.; Pearlson, G.; Blangero, J.; Karuk, A.; Pomarol-Clotet, E.; Salvador, R.; Fuentes-Claramonte, P.; Garcia-Leon, M. A.; Spalletta, G.; Piras, F.; Vecchio, D.; Banaj, N.; Cheng, J.; Liu, Z.; Yang, J.; Gonul, A. S.; Uslu, O.; Burhanoglu, B. B.; Uyar Demir, A.; Rootes-Murdy, K.; Calhoun, V. D.; Sim, K.; Green, M.; Quide, Y.; Chung, Y. C.; Kim, W. -S.; Sponheim, S. R.; Demro, C.; Ramsay, I. S.; Iasevoli, F.; de Bartolomeis, A.; Barone, A.; Ciccarelli, M.; Brunetti, A.; Cocozza, S.; Pontillo, G.; Tranfa, M.; Park, M. T. M.; Kirschner, M.; Georgiadis, F.; Kaiser, S.; Van Rheenen, T. E.; Rossell, S. L.; Hughes, M.; Woods, W.; Carruthers, S. P.; Sumner, P.; Ringin, E.; Spaniel, F.; Skoch, A.; Tomecek, D.; Homan, P.; Homan, S.; Omlor, W.; Cecere, G.; Nguyen, D. D.; Preda, A.; Thomopoulos, S. I.; Jahanshad, N.; Cui, L. -B.; Yao, D.; Thompson, P. M.; Turner, J. A.; van Erp, T. G. M.; Cheng, W.; de Bartolomeis, A.; Van Rheenen, T. E.; Feng, J.. - In: NATURE COMMUNICATIONS. - ISSN 2041-1723. - 15:1(2024). [10.1038/s41467-024-50267-3]
Neurostructural subgroup in 4291 individuals with schizophrenia identified using the subtype and stage inference algorithm
Jiang Y.;Luo C.;Wang J.;Palaniyappan L.;Chang X.;Xiang S.;Zhang J.;Duan M.;Huang H.;Gaser C.;Nemoto K.;Miura K.;Hashimoto R.;Westlye L. T.;Richard G.;Fernandez-Cabello S.;Parker N.;Andreassen O. A.;Kircher T.;Nenadic I.;Stein F.;Thomas-Odenthal F.;Teutenberg L.;Usemann P.;Dannlowski U.;Hahn T.;Grotegerd D.;Meinert S.;Lencer R.;Tang Y.;Zhang T.;Li C.;Yue W.;Zhang Y.;Yu X.;Zhou E.;Lin C. -P.;Tsai S. -J.;Rodrigue A. L.;Glahn D.;Pearlson G.;Blangero J.;Karuk A.;Pomarol-Clotet E.;Salvador R.;Fuentes-Claramonte P.;Garcia-Leon M. A.;Spalletta G.;Piras F.;Vecchio D.;Banaj N.;Cheng J.;Liu Z.;Yang J.;Gonul A. S.;Uslu O.;Burhanoglu B. B.;Uyar Demir A.;Rootes-Murdy K.;Calhoun V. D.;Sim K.;Green M.;Quide Y.;Chung Y. C.;Kim W. -S.;Sponheim S. R.;Demro C.;Ramsay I. S.;Iasevoli F.;de Bartolomeis A.;Barone A.;Ciccarelli M.;Brunetti A.;Cocozza S.;Pontillo G.;Tranfa M.;Park M. T. M.;Kirschner M.;Georgiadis F.;Kaiser S.;Van Rheenen T. E.;Rossell S. L.;Hughes M.;Woods W.;Carruthers S. P.;Sumner P.;Ringin E.;Spaniel F.;Skoch A.;Tomecek D.;Homan P.;Homan S.;Omlor W.;Cecere G.;Nguyen D. D.;Preda A.;Thomopoulos S. I.;Jahanshad N.;Cui L. -B.;Yao D.;Thompson P. M.;Turner J. A.;van Erp T. G. M.;Cheng W.;de Bartolomeis A.;Van Rheenen T. E.;Feng J.
2024
Abstract
Machine learning can be used to define subtypes of psychiatric conditions based on shared biological foundations of mental disorders. Here we analyzed cross-sectional brain images from 4,222 individuals with schizophrenia and 7038 healthy subjects pooled across 41 international cohorts from the ENIGMA, non-ENIGMA cohorts and public datasets. Using the Subtype and Stage Inference (SuStaIn) algorithm, we identify two distinct neurostructural subgroups by mapping the spatial and temporal ‘trajectory’ of gray matter change in schizophrenia. Subgroup 1 was characterized by an early cortical-predominant loss with enlarged striatum, whereas subgroup 2 displayed an early subcortical-predominant loss in the hippocampus, striatum and other subcortical regions. We confirmed the reproducibility of the two neurostructural subtypes across various sample sites, including Europe, North America and East Asia. This imaging-based taxonomy holds the potential to identify individuals with shared neurobiological attributes, thereby suggesting the viability of redefining existing disorder constructs based on biological factors.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11588/979848
Citazioni
ND
6
3
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.
Errore
Errore
Informativa cookie
Utilizziamo cookie di prima e di terza parte per garantire la funzionalità del sito e per mostrare "le citazioni sociali (PLUMX)", "le pubblicazioni suggerite (core recommender)", "il grafico delle citazioni" e "le licenze dei fulltext". I Cookie di terze parti sono disattivati di default salvo esplicito consenso (Accetta tutti).
Preferenze cookie
Utilizzo dei cookie?
Utilizziamo i cookie per consentire il funzionamento del sito e per migliorare la tua esperienza online. Puoi scegliere per ogni categoria se abilitarli/disabilitarli quando vuoi. Per maggiori dettagli relativi ai cookie ed altri dati sensibili, puoi leggere la cookie policy e la privacy policy integrale.
Questi cookie sono essenziali per il funzionamento del nostro sito. Senza questi cookie, il sito potrebbe non funzionare correttamente.
Questi cookie consentono al sito di ricordare le scelte che hai eseguito in precedenza
Nome
Dominio
Durata
Descrizione
_pk.*
matomo.valueforyou.cineca.it
sessione
permette il tracciamento delle scelte fatte dall'utente
Questi cookie consentono al sito di accedere a funzionalità esterne
Nome
Dominio
Durata
Descrizione
s_.*
plu.mx
sessione
recupero grafico citazioni sociali da plumx
A_.*
core.ac.uk
7 giorni
recupero pubblicazioni consigliate per il pannello core-recommander
GS_.*
gstatic.com
richiesta http
visualizza grafico citazioni
CC_.*
creativecommons.org
richiesta http
visualizza licenza bitstream
Maggiori informazioni
Per qualsiasi domanda in relazione alle nostre policy sui cookie e sulle tue scelte, puoi visualizzare l'informativa completa a questo url.