Hjernenettverksmekanismer for kognitive svekkelser ved store psykiatriske lidelser og deres kliniske anvendelser

Tidligere og våre studier har vist at kognitive svekkelser er kjerneymptomer ved tre store psykiske lidelser – schizofreni, bipolar lidelse og major depresjonslidelse, og er assosiert med underliggende hjernedysfunksjon. Imidlertid er de spesifikke hjernenettverkene involvert i kognitive svekkelser (kognitive svekkelseshjernenettverk) ved disse lidelsene, samt om deres nevrobildedatafunksjoner kan anvendes for kognitiv vurdering, diagnose og presisjonsbehandling, fortsatt uklare. Denne studien har som mål å identifisere kognitive svekkelseshjernenettverk ved bruk av offentlig tilgjengelige storskala datasett og klinisk forskning, og å utforske om nevrobildedatafunksjonene til disse nettverkene kan utnyttes for kognitiv vurdering, diagnose og behandlingsresponsprediksjon. Først vil en «følsom kognitiv vurderingsmodell for store psykiske lidelser» etableres gjennom metaanalyse basert på følsomme skalaer. For det andre vil kognitive svekkelseshjernenettverk identifiseres ved bruk av offentlig tilgjengelige storskala datasett kombinert med lesjonsnettverkskartleggingsmetoden, og deres gyldighet vil undersøkes ved å vurdere deres ikke-tilfeldighet, reproduserbarhet, symptomspesifisitet og sykdomsspesifisitet. For det tredje vil kognitive vurderings- og diagnostiske modeller utvikles basert på nevrobildedatafunksjoner til disse nettverkene. Til slutt vil en kombinasjon av tverrsnitts- og longitudinelle studiedesign brukes i en klinisk studie for å validere de identifiserte nettverkene og modellene, og en behandlingsresponsprediksjonsmodell vil etableres basert på nevrobildedatafunksjonene til kognitive svekkelseshjernenettverk. Denne studien vil fremme forståelsen av de nevrofysiologiske mekanismene som ligger til grunn for kognitiv svekkelse ved store psykiske lidelser, fremme anvendelsen av nevrobildedata i psykiatrisk diagnostikk og behandling, og forbedre tradisjonelle diagnostiske, terapeutiske og kognitive vurderingstilnærminger.