تُرجمت هذه الصفحة تلقائيًا من اللغة التركية. اقرأ النص الأصلي

هذه الصفحة ملخص باللغة التركية أُعدّ بمساعدة الذكاء الاصطناعي لدراسة قُدّمت في المؤتمر العالمي السادس والعشرين للطب النفسي. تعود ملكية الدراسة إلى المؤلفين الذين قدّموها؛ وللاستشهاد بها، يُرجى الرجوع إلى المصدر الأصلي.

EV0922

ملصق إلكترونيعلوم الأعصاب والتصويردراسة مقطعية باستخدام التصوير والتعلّم الآلي

الاتصالية الوظيفية في حالة الراحة في التشخيص التفريقي بين الفصام واضطرابات المزاج: دراسة باستخدام تعلّم الآلة

RESTING-STATE FUNCTIONAL CONNECTIVITY FOR THE DIFFERENTIAL DIAGNOSIS OF SCHIZOPHRENIA AND MOOD DISORDERS: A MACHINE LEARNING STUDY

مقدّم العرض: Tommaso Cazzella

البلد: Italy

المؤسسة: IRCCS Ospedale San Raffaele, Psychiatry and Clinical Psychobiology Unit

يمكن لنماذج آلة المتجهات الداعمة القائمة على الاتصالية الوظيفية في حالة الراحة التمييز بين الفصام وكلٍّ من الاضطراب الاكتئابي الجسيم والاضطراب ثنائي القطب بدقة متوازنة تبلغ نحو 70%.

هدفت الدراسة إلى اختبار ما إذا كانت الاتصالية الوظيفية في حالة الراحة (resting state functional connectivity) تتيح التمييز بين الفصام واضطرابات المزاج ضمن إطار تعلّم الآلة. تألفت العينة من 50 مريضًا بالفصام (schizophrenia, SCZ)، و148 مريضًا بالاضطراب الاكتئابي الجسيم (major depressive disorder, MDD)، و125 مريضًا بالاضطراب ثنائي القطب (bipolar disorder, BD)؛ وخضعت بيانات التصوير بالرنين المغناطيسي الوظيفي في حالة الراحة للمعالجة المسبقة باستخدام HALFpipe، واستُخرجت سمات الانحدار المزدوج (dual regression, DR) من 14 شبكة لحالة الراحة، وسمات الاتصالية القائمة على مناطق البذور (seed based connectivity, SBC) من اللوزة الدماغية والجسم المخطط والقشرة الحزامية الأمامية والحُصين في كلا نصفي الدماغ. أُنشئت مُصنِّفات منفصلة باستخدام آلة المتجهات الداعمة (support vector machine, SVM) في برنامج PRoNTo للمقارنة بين SCZ وMDD وبين SCZ وBD، وحُسبت الدقة المتوازنة (balanced accuracy, BA) والمساحة تحت المنحنى (AUC) باستخدام التحقق المتقاطع المتداخل ذي الطيات الخمس. في التمييز بين SCZ وMDD، كان أفضل نموذج هو الاتصالية القائمة على منطقة بذرة في اللوزة الدماغية اليمنى (BA 70%، AUC 0,75؛ p<0,001)؛ وأسفرت هذه المقارنة عن 5 نماذج ذات دلالة إحصائية باستخدام DR و5 باستخدام SBC، وكانت النماذج القوية الأخرى هي مكوّن DR رقم 11 (BA 70%، AUC 0,74)، ومكوّن DR رقم 10 (BA 69%، AUC 0,73)، وSBC للجسم المخطط الأيمن (BA 69%، AUC 0,72). وفي التمييز بين SCZ وBD، كان أفضل نموذج هو مكوّن DR رقم 13 الذي يشمل التلفيف الإسفيني في كلا نصفي الدماغ (BA 69%، AUC 0,69؛ p<0,001)؛ وبلغ عدد النماذج ذات الدلالة الإحصائية هنا 4 باستخدام DR ونموذجًا واحدًا باستخدام SBC، وكان الانحدار المزدوج هو المحرّك الأبرز لأداء التصنيف. أما النماذج الأخرى في هذه المقارنة فكانت مكوّن DR رقم 12 (BA 65%، AUC 0,70)، ومكوّن DR رقم 2 (BA 65%، AUC 0,65)، وSBC للوزة الدماغية اليسرى (BA 61%، AUC 0,59). وخلاصة القول إن بصمات الاتصالية المتكاملة تتيح التمييز بين الفصام واضطرابات المزاج؛ إذ يبرز النهج القائم على مناطق البذور في التمييز بين SCZ وMDD، بينما يبرز الانحدار المزدوج في التمييز بين SCZ وBD، وتُطرح هذه الأساليب بوصفها أدوات محتملة لتقديم دعم موضوعي للتقييم السريري.

الانتقال إلى الملصق الأصلي

كيف يُستشهد بهذه الدراسة؟

APA 7: Cazzella, T., et al. (2026, September 23-26). Resting-state functional connectivity for the differential diagnosis of schizophrenia and mood disorders: a machine learning study [E-poster]. 26th WPA World Congress of Psychiatry (WCP 2026), Stockholm, Sweden. https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/1540

Vancouver: Cazzella T, et al. Resting-state functional connectivity for the differential diagnosis of schizophrenia and mood disorders: a machine learning study [e-poster]. 26th WPA World Congress of Psychiatry (WCP 2026); 2026 Sep 23-26; Stockholm, Sweden. Available from: https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/1540

أُنشئت أسماء المؤلفين وصيغة العنوان تلقائيًا من نظام المؤتمر؛ يُرجى مقارنتها بالملصق الأصلي قبل استخدامها.

جميع ملخصات WCP 2026

Sitenin son güncellemesi: 8 Kasım 2026 · Site editörü: Doç. Dr. Alişan Burak Yaşar, info@alisanburak.com