Multimodal prediction of psychotic-like experiences using elastic net modeling: External validation in a clinical sample
Psikotik benzeri deneyimlerin çoklu modelli yaklaşımla (Elastık net modeli) öngörülmesi: Klinik bir örneklemde harici doğrulama
- Tez No: 997722
- Danışmanlar: PROF. DR. TİMOTHEA TOULOPOULOU
- Tez Türü: Doktora
- Konular: Psikoloji, Psikiyatri, Psychology, Psychiatry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Ekonomi ve Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Psikoloji Ana Bilim Dalı
- Bilim Dalı: Psikoloji Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Psikotik-benzeri yaşantılar (PLE'ler), psikoz sürekliliği içinde kırılganlığın ince düzeydeki ifadeleri olarak kabul edilmektedir. Birçok çalışma bu yaşantıların çevresel, bilişsel ve nörobiyolojik çoklu etkenlerin bir araya gelmesiyle ortaya çıktığını öne sürse de, bu faktörlerin kapsamlı bir şekilde birlikte incelendiği araştırmalar sınırlıdır. Bu tez, çevresel maruziyetler, bilişsel şemalar ve beyin yapısının genç bir popülasyonda PLE'lerle nasıl ilişkili olduğunu incelemektedir. Ayrıca oluşturulan modelin klinik bir grupta psikozu açıklama becerisini değerlendirmektedir. Genelleştirilmiş tahmin denklemleri, korelasyon filtreleme ve En Küçük Mutlak Sapma ve Seçim Operatörü (LASSO) gibi değişken seçme yöntemleri, çevresel faktörler, bilişsel değerlendirmeler, klinik değişkenler, bilişsel performans ve yapısal beyin bağlantısallığı ölçümlerini içeren toplam 741 değişkene uygulanmıştır. Elde edilen 27 PLE belirleyicisi ve eşdeğişkenler (yaş, cinsiyet, IQ), 14–24 yaş aralığındaki 396 sağlıklı katılımcıda yüksek ve düşük PLE'leri ayırt etmek üzere Elastik Net sınıflandırma modeline dahil edilmiştir (M yaş = 19.72 ± 2.5). Daha sonra bu PLE ilişkili belirleyiciler, ilk-epizot psikoz hastaları (n = 19), onların kardeşleri (n = 20) ve sağlıklı kontrollerden (n = 19) oluşan bağımsız bir klinik örneklemde dışarıdan doğrulanmıştır. PLE'lerin önemli belirleyicileri; çevresel ve bilişsel değerlendirmeler ile frontal, temporal, oksipital ve parietal bölgeleri kapsayan on altı yapısal ağ özelliğini içermiştir. Model, yüksek ve düşük PLE'leri sınıflandırmada orta düzeyde doğruluk (doğruluk = %75; AUC = 0.750) göstermiş ve hastalar ile kardeşleri ayırt etmede yüksek özgüllük (%84.2) sergilemiştir. Bu bulgular, çevresel yük, bilişsel şemalar ve beyin ağı değişikliklerinin PLE'leri yordadığını ve klinik psikoz örneklemine kısmen genellenebildiğini göstermektedir. Bu değişkenler, psikoz sürekliliği boyunca hem kırılganlık hem de dayanıklılık süreçlerine ışık tutan ara fenotipleri yansıtabilir. Bu çalışma, söz konusu doktora tezinin temel ampirik bölümünü oluşturmaktadır.
Özet (Çeviri)
Psychotic-like experiences (PLEs) represent subtle expressions of vulnerability within the psychosis continuum. Although many studies suggest that these experiences arise from multimodal factors, research comprehensively examining these factors together remains scarce. This thesis examines how different aspects of a environmental exposures, cognitive schemas, and brain structure jointly associate with PLEs in young population. It also explores model's ability to explain psychosis in a clinical group. After applying variable selection including generalized estimating equations, correlation filtering, Least Absolute Shrinkage and Selection Operator model to 741 variables (i.e., environmental factors, cognitive appraisals, clinical variables, cognitive functioning, and structural brain connectome measures), obtained PLEs predictors (N=27) and covariates (i.e., age, sex, IQ) were included in the classification model based on Elastic Net algorithm for predicting high/low PLEs in 396 healthy participants aged 14-24 (Mage=19.72±2.5). We externally validated PLE-related predictors in a clinical sample comprising first-episode psychosis patients (n=19), their siblings (n=20), and healthy controls (n=19). Important predictors of PLEs included environmental and cognitive appraisals, along with sixteen structural network properties spanning frontal, temporal, occipital, and parietal regions. The model showed moderate accuracy in predicting low versus high PLEs (accuracy = 75%, AUC = 0.750) and demonstrated high specificity (84.2%) in distinguishing siblings from patients. These findings suggest that environmental burden, cognitive schemas, and brain network alterations predict PLEs and partially generalize to clinical psychosis. These variables may reflect intermediate phenotypes across the psychosis spectrum, offering insights into both vulnerability and resilience. This work forms a central empirical chapter of the present dissertation.
Benzer Tezler
- Video oyun yaş etiketlerinin çok modlu biyosinyaller ve yapay zeka ile tahmini
Prediction of video game age labels with multimodal biosignals and artificial intelligence
DURMUŞ KOÇ
- İşe alım süreçlerinde yapay zekâ tabanlı duygu ve davranış analizi ile performans tahmini: Video, ses ve metin verilerinin çok modlu işlenmesi
Ai-based emotion and behavior analysis and performance prediction in recruitment processes: Multimodal processing of video, audio, and text data
BAHAR DEMİR
Yüksek Lisans
Türkçe
2026
İstanbul Beykent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Enhancing multimodal drug-target interaction prediction with domain adaptation
Alan adaptasyonu ile çok kipli ilaç-hedef etkileşim tahmininin iyileştirilmesi
ARDAN YILMAZ
Yüksek Lisans
İngilizce
2025
Orta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Applications of multimodal sensor data from driving simulators: Driving scene recognition for contextual analysis of neurophysiological and behavioral data
Sürüş simülatörlerinden elde edilen çok modlu sensör verilerinin uygulamalari: nörofizyolojik ve davranişsal verilerin bağlamsal analizi i̇çin sürüş sahnesi tanima
ZEYNEP SEMA AYDIN
- Meme kanserinde PET/BT sonucu üzerinde makine öğrenmesi yöntemi ile kemoterapi yanıtının öngörülmesi
Prediction of chemotherapy response in breast cancer using machine learning methods based on PET/CT results
YUSUF KAĞAN DAĞDEVİREN