痴呆严重程度与静息态 fMRI 网络对干扰回归的响应有关

静息态 fMRI 中表观疾病效应可能被预处理效应所混杂，因此必须了解干扰回归去除是否在不同临床严重程度水平上对患者产生不同影响。然而，很少有研究直接检验对预处理的敏感性本身是否具有临床信息价值。我们在 201 名 ADNI 参与者中对此进行了研究，涵盖正常认知、轻度认知障碍和痴呆。我们使用基于延迟的集中度统计量量化了七个 Yeo 静息态网络的时间协调结构，比较了在回归 24 个运动参数和线性趋势后的估计值与额外去除五个解剖 CompCor 成分后获得的估计值。加入这些成分通常降低了所测得的时间集中度，但在痴呆严重程度更高的参与者中这种降低较小（每 CDR-SB 分 +0.472 个百分点）。相比之下，在加入 CompCor 之前，相同的网络指标与严重程度几乎没有关联。为确定这一发现是否取决于时间趋势的去除方式，我们在两种预处理设计中加入相同的离散余弦回归量重复了分析。临床关联保持相似（+0.464）。受控模拟显示，即使网络各自的统计特性和瞬时协方差保持不变，时间集中度仍随网络间延迟耦合强度的增加而增加。然而，观察幅度的变化和干扰回归量的污染也在不改变潜在神经信号的情况下改变了对预处理的响应。这些发现表明，fMRI 中与疾病相关的差异可能部分反映了对预处理的差异性敏感性。因此，系统性的敏感性分析（包括跨预处理策略的多宇宙比较）可能对于区分真正的疾病效应与预处理依赖的关联至关重要。

中文由 AI 翻译，仅供参考，以原文为准。