الباحثون يقتربون من اكتشاف المؤشرات الحيوية للأمراض النفسية
[ad_1]
إن التحدي الرئيسي الذي يواجه الجهود الرامية إلى ربط نشاط المخ بالسلوك هو أن نشاط المخ، الذي يتم قياسه باستخدام التصوير بالرنين المغناطيسي الوظيفي، على سبيل المثال، معقد بشكل غير عادي.
قد يجعل هذا التعقيد من الصعب العثور على أنماط نشاط متكررة بين أشخاص مختلفين أو داخل الأفراد.
في دراسة جديدة، تمكن باحثو جامعة ييل من أخذ بيانات التصوير بالرنين المغناطيسي الوظيفي، وتقليل تعقيدها، وبالتالي الكشف عن أنماط مستقرة من النشاط المشترك بين أكثر من 300 شخص مختلف.
ويقول الباحثون إن النتائج تشكل خطوة واعدة إلى الأمام في الكشف عن المؤشرات الحيوية للاضطرابات النفسية، وفق ما نشره موقع ميديكال إكسبريس.
نُشرت الدراسة في مجلة PLOS Biology.
قال كانججو لي، المؤلف الرئيسي للدراسة وباحث مشارك في قسم الطب النفسي في كلية الطب بجامعة ييل: “نظرًا لأن نشاط الدماغ البشري معقد للغاية، فقد يكون غير موثوق به، خاصة عندما تهدف إلى إعادة إنتاج النتائج، وفي هذه الدراسة، أردنا التقاط سمات نشاط الدماغ المرتبطة بسمات السلوك البشري والتي كانت أيضًا متسقة بين الأشخاص المختلفين”.
وللقيام بذلك، استخدم الباحثون بيانات التصوير بالرنين المغناطيسي الوظيفي من 337 من الشباب الأصحاء، خضع كل منهم لأربع عمليات مسح بالرنين المغناطيسي الوظيفي لمدة 15 دقيقة.
وقال لي: “هذه الصور التي تم التقاطها أثناء حالة الراحة كانت في الأساس لقطات سريعة لنشاط الدماغ، لذا، مع مرور الوقت، تمكنا من ملاحظة التغيرات في نشاط الدماغ لحظة بلحظة”.
تمثل كل لقطة نشاطًا يحدث في جميع أنحاء الدماغ في لحظة معينة، والتي تشمل العديد من شبكات الدماغ المختلفة المنخرطة في العديد من العمليات المختلفة، مما يساهم في تعقيد البيانات.
وللكشف عن الأنماط المشتركة في البيانات، طبق الباحثون نهجًا يسمى تقليل أبعاد البيانات، والذي يقول لي إنه يأخذ في الأساس بيانات معقدة عالية الأبعاد مثل نشاط الدماغ ويختزلها إلى مساحة ذات أبعاد أقل.
الفكرة مماثلة لتمثيل النمط المعقد لتسلسل الرقص من خلال عدد صغير من الحركات الأساسية.
وبعد تقليل تعقيد البيانات، اكتشف الباحثون ثلاثة أنماط مشتركة لنشاط الدماغ كانت “متكررة بشكل كبير بين المشاركين وداخل المشاركين”، بحسب لي.
وعلاوة على ذلك، ورغم وجود هذه الأنماط بين جميع المشاركين، فقد كانت هناك أيضًا اختلافات بين الأفراد.
على سبيل المثال، لاحظ الباحثون اختلافات فيما يتعلق بأي من الحالات الثلاث قضى الأفراد المختلفون وقتًا أطول، ومدة بقائهم في حالات معينة، والحالات التي انتقل الناس بينها.
وتشير النتائج إلى أن هذه الأنواع من الأنماط يمكن أن تكشف عن معلومات حول شيء مشترك بين أشخاص مختلفين – مثل السلوك – بالإضافة إلى الاختلافات الفردية المتعلقة بهذه السلوكيات أو كيف تتغير بمرور الوقت.
ويدرس الباحثون الآن كيفية تطبيق هذا النهج على الاضطرابات النفسية.
قال المؤلف المشارك جون موراي، أستاذ الطب النفسي والفيزياء السابق في جامعة ييل، والذي يعمل الآن أستاذًا في كلية دارتموث: “لقد نظرنا هنا إلى البالغين الأصحاء، ولكن إذا أجرينا تحليلًا مشابهًا في مجموعة سكانية سريرية، فقد نجد أنماطًا دماغية متكررة مشتركة بين تلك المجموعة السكانية ولكن ليس بين الأفراد الأصحاء”. “لذلك، يمكن أن تمثل هذه الأنماط المشتركة علامات حيوية للمرض النفسي مفيدة في الإعدادات السريرية”.
وتدعم الدراسة الحالية هذه الفكرة، فقد وجد الباحثون أن الأنماط التي يقضي بها الناس وقتًا أطول والأنماط التي ينتقلون إليها كانت مرتبطة بالوظائف الإدراكية وتنظيم العواطف وتعاطي الكحول والمخدرات.
وقال لي: “إن اكتشاف أنماط الدماغ المتكررة في المجموعات السريرية يمكن أن يخبرنا بشيء ما عن النشاط العصبي المرتبط بأعراض محددة وكيف يختلف بين الأفراد”.
replaceOembeds();
function replaceOembeds() {
var allEmbeds = document.getElementsByTagName(“OEMBED”);
while (allEmbeds.length != 0) {
replaceOembedWithHtml(allEmbeds[0], extractLinkFromOembed(allEmbeds[0]));
allEmbeds = document.getElementsByTagName(“OEMBED”);
}
runYoutubeLazyLoad();
// loadfbApi();
}
function replaceOembedWithHtml(element, sourceData) {
if (sourceData.source.toLowerCase() === “youtube”) {
var html=”
‘;
replaceElementWithHtml(element, html);
} else if (sourceData.source.toLowerCase() === “instagram”) {
var html=”
‘;
replaceElementWithHtml(element, html);
} else if (sourceData.source.toLowerCase() === “twitter”) {
var html=”
‘;
replaceElementWithHtml(element, html);
} else if (sourceData.source.toLowerCase() === “facebook”) {
var html=”
‘
replaceElementWithHtml(element, html);
} else {
replaceElementWithHtml(element, “”);
}
}
function extractLinkFromOembed(element) {
return getUrlSource(element.getAttribute(“url”));
}
function getUrlSource(url) {
var ytRegex = /http(?:s?)://(?:www.)?youtu(?:be.com/watch?v=|.be/)([w-_]*)(&(amp;)?[w?=]*)?/;
var instaRegex = /(https?://www.)?instagram.com(/p/(w+)/?)/;
var twitterRegex = /twitter.com/.*/status(?:es)?/([^/?]+)/;
var fbRegex = /^https?://www.facebook.com.*/(video(s)?|watch|story|posts)(.php?|/).+$/;
if (ytRegex.test(url)) {
return {
source: “Youtube”,
url: url,
id: ytRegex.exec(url)[1]
};
}
if (instaRegex.test(url)) {
return {
source: “Instagram”,
url: url,
id: instaRegex.exec(url)[3]
};
}
if (twitterRegex.test(url)) {
return {
source: “Twitter”,
url: url,
id: twitterRegex.exec(url)[1]
};
}
if (fbRegex.test(url)) {
return {
source: “Facebook”,
url: url,
id: fbRegex.exec(url)[1]
};
}
return {
source: “Unknown”,
url: url,
id: “”
};
}
function replaceElementWithHtml(element, html) {
var str = html;
var Obj = element; //any element to be fully replaced
if (Obj.outerHTML) { //if outerHTML is supported
Obj.outerHTML = str; ///it’s simple replacement of whole element with contents of str var
} else { //if outerHTML is not supported, there is a weird but crossbrowsered trick
var tmpObj = document.createElement(“div”);
tmpObj.innerHTML = ‘‘;
ObjParent = Obj.parentNode; //Okey, element should be parented
ObjParent.replaceChild(tmpObj, Obj); //here we placing our temporary data instead of our target, so we can find it then and replace it into whatever we want to replace to
ObjParent.innerHTML = ObjParent.innerHTML.replace(‘
‘, str);
}
}
function loadfbApi() {
var js = document.createElement(‘script’);
js.src=”
document.body.appendChild(js);
}
function runYoutubeLazyLoad() {
/// youtube lazyload
var youtube = document.querySelectorAll(“.youtube”);
for (var i = 0; i < youtube.length; i++) {
var source = "https://img.youtube.com/vi/" + youtube[i].dataset.embed +
"/0.jpg";
var image = new Image();
image.src = "/themes/health/assets/images/no.jpg";
image.classList.add('lazyload');
image.setAttribute("data-src", source);
image.setAttribute("alt", "youtube");
image.addEventListener("load", function () {
youtube[i].appendChild(image);
}(i));
youtube[i].addEventListener("click", function () {
var iframe = document.createElement("iframe");
iframe.setAttribute("frameborder", "0");
iframe.setAttribute("allowfullscreen", "");
iframe.setAttribute("src", "https://www.youtube.com/embed/" + this.dataset
.embed + "?rel=0&showinfo=0&autoplay=1");
this.innerHTML = "";
this.appendChild(iframe);
});
};
}
[ad_2]