Documentos de Académico
Documentos de Profesional
Documentos de Cultura
hi
d
Neurociencia social cognitiva y afectiva, 2022, 17, 510–529
DOI: https://doi.org/10.1093/scan/nsac020
Acceso anticipado Fecha de publicación: 16 de marzo de 2022
Manuscrito original
Neurociencia de redes cognitivas sociales
Anne C. Krendl y Richard F. Betzel
Departamento de Psicología y Ciencias del Cerebro, Universidad de Indiana, Bloomington, IN 47405, EE.
UU. La correspondencia debe dirigirse a Anne C. Krendl, Departamento de Psicología y Ciencias del Cerebro, Universidad de Indiana, 1101 E. 10th St., Bloomington, IN 47405,
EE. UU. Correo electrónico: akrendl@indiana.edu.
Abstracto
Durante las últimas tres décadas, la investigación en el campo de la neurociencia social ha identificado una constelación de regiones del cerebro que se
relacionan con la cognición social. Aunque estos estudios han proporcionado información importante sobre las regiones neuronales específicas que subyacen
al comportamiento social, pueden pasar por alto el contexto neuronal más amplio en el que se encuentran esas regiones y las interacciones entre ellas. La
neurociencia de redes es una disciplina emergente que se centra en modelar y analizar redes cerebrales: colecciones de elementos neuronales que interactúan.
Debido a que la cognición humana requiere la integración de información a través de múltiples regiones y sistemas del cerebro, argumentamos que un nuevo
enfoque de neurociencia de redes cognitivas sociales, que aprovecha métodos del campo de la neurociencia de redes y la teoría de grafos, puede mejorar
nuestra comprensión de cómo los sistemas cerebrales dan lugar al comportamiento social. . Esta revisión proporciona una descripción general del campo de
la neurociencia de redes, analiza los estudios que han aprovechado este enfoque para avanzar en la investigación de la neurociencia social, destaca las
contribuciones potenciales de la neurociencia de redes cognitivas sociales para comprender el comportamiento social y proporciona herramientas y recursos
sugeridos para realizar investigaciones en neurociencia de redes.
Palabras clave: neurociencia de redes cognitivas sociales; neurociencia social; neurociencia de redes; neurociencia de redes sociales
Durante las últimas tres décadas, la investigación en el campo de la Además de identificar las regiones cerebrales individuales que subyacen a
neurociencia social ha identificado una miríada de regiones cerebrales que la cognición social, comprender sus interacciones colectivas y su organización
respaldan la cognición social: el proceso mediante el cual las personas en sistemas puede proporcionar una visión más profunda del comportamiento
comprenden, almacenan y aplican información sobre los demás (por ejemplo, social. El campo de la neurociencia de redes proporciona el marco
Mitchell, 2008; Adolphs, 2009 ; Kliemann y Adolfos, 2018). Esta investigación matemático para hacerlo, aprovechando herramientas sofisticadas para
ha proporcionado conocimientos fundamentales sobre cómo mapear regiones mapear las interacciones dentro y entre los sistemas cerebrales, modelarlos
cerebrales discretas con funciones cognitivas sociales específicas (por como una red y comprender cómo esas redes ayudan a organizar, segregar
ejemplo, teoría de la mente, procesamiento de rostros, estereotipos y e integrar información (Bassett et al . ., 2018).
prejuicios). Recientemente, la investigación en neurociencia social ha
comenzado a aprovechar enfoques computacionales complejos, como el La neurociencia de redes tiene el potencial de hacer importantes
análisis de patrones multivariados y las interacciones psicofisiológicas (PPI), contribuciones a la neurociencia social. Específicamente, investigaciones
para caracterizar mejor la funcionalidad dentro de regiones del cerebro recientes sugieren que examinar la función cerebral a nivel de red en lugar
(Weaverdyck et al., 2020; Parkinson , 2021 ) o entre dos regiones del cerebro de a nivel de región puede proporcionar una visión más completa de cómo
(p. ej., O'Reilly et al., 2012; Cassidy et al., 2016). Sin embargo, estos el cerebro da lugar a comportamientos socialmente relevantes (ver Tompson
enfoques pueden pasar por alto el contexto neuronal más amplio en el que et al., 2018 ) . De acuerdo con esta afirmación, aunque los estudios que
están incrustadas las regiones cerebrales individuales. examinan los déficits de la edad en la función cognitiva social (por ejemplo,
El cerebro humano es fundamentalmente una red multiescala. El cerebro la teoría de la mente y la detección del engaño) han identificado diferencias
humano promedio contiene 86 mil millones de neuronas con billones de de edad en el grado en que regiones cerebrales específicas participan
conexiones (Azevedo et al., 2009). Estas interconexiones representan el durante la cognición social, estos patrones de activación no son
andamiaje anatómico a través del cual se transfiere la información por todo necesariamente vinculado al comportamiento (Castle et al., 2012; Moran et
el cerebro y, por lo tanto, están fuertemente relacionadas con la forma en al., 2012; Cassidy et al., 2016). Por ejemplo, un estudio que examinó los
que funciona el cerebro (McIntosh, 2000; Park y Friston, 2013; Smith et al., déficits de teoría de la mente de los adultos mayores encontró que tenían
2013). La cognición humana requiere integrar información a través de una activación más débil que los adultos jóvenes en la corteza prefrontal
múltiples regiones del cerebro (por ejemplo, McIntosh, 2000), formando una medial cuando realizaban tareas de teoría de la mente, pero no estaba claro
red distribuida compuesta de sistemas que apoyan la función cerebral si esto se relacionaba con sus déficits de comportamiento (Moran et al . .,
especializada (Bassett y Sporns, 2017). De este modo, 2012). Sin embargo, un estudio reciente que utilizó un enfoque de neurociencia de redes enc
Recibido: 3 de septiembre de 2021; Revisado: 27 de enero de 2022; Aceptado: 10 de marzo de 2022
© El autor(es) 2022. Publicado por Oxford University Press.
Este es un artículo de Acceso Abierto distribuido bajo los términos de la Licencia Creative Commons AtribuciónNo Comercial (https://creativecommons.org/
licenses/bync/4.0/), que permite la reutilización, distribución y reproducción sin fines comerciales en cualquier medio, siempre que la obra original esté debidamente citada. Para reutilización comercial,
comuníquese con journals.permissions@oup.com
Machine Translated by Google
hi
AC Krendl y RF Betzel 511
d
que los déficits de conectividad relacionados con la edad mediaban los déficits de edad en entre la actividad registrada a partir de pares de vóxeles, coordenadas grises o regiones.
teoría de la mente (Hughes et al., 2019). En conjunto, estos estudios Históricamente, han sido definidos como "temporales".
sugieren que un enfoque de neurociencia de redes puede proporcionar nuevas correlaciones entre eventos neurofisiológicos espacialmente remotos
ideas para comprender el comportamiento social. En esta revisión, nuestra (Friston, 1994, pág. 57). En la práctica, las conexiones funcionales son
El objetivo es proporcionar una visión general del campo de la neurociencia de redes. medirse como una correlación, pero podría estimarse utilizando una amplia
y sugerir varias estrategias mediante las cuales la neurociencia social puede gama de otras medidas (Friston, 1994; Honey et al., 2007; Smith
capitalizar estos enfoques para caracterizar mejor la situación social et al., 2011).
cerebro. Las conexiones funcionales que componen las redes cerebrales son
normalmente se mide durante el "estado de reposo", un período tipificado por
la ausencia de instrucción explícita de tareas en la que los participantes
¿Qué es la neurociencia de redes?
están involucrados en pensamientos no dirigidos (Greicius et al., 2003; Meindl
La neurociencia de redes es el estudio de las redes cerebrales. et al., 2010). Hay varios beneficios importantes al definir
abstracciones matemáticas del cerebro en las que células, poblaciones o regiones se redes cerebrales de esta manera. Primero, la conectividad en estado de reposo está
modelan como nodos y sus interacciones por pares como conexiones o aristas (Bullmore ampliamente relacionada con las conexiones anatómicas del cerebro.
y Sporns, 2009, 2012; fascículos de sustancia blanca (Hagmann et al., 2008; Honey et al., 2009),
Sporns y Betzel, 2016). (Ver Tabla 1 para el glosario). Esta definición lo que sugiere que existe una superposición entre la conectividad estructural y funcional
de una red es consistente con las definiciones históricas de redes ´
(ver también Suárez et al., 2020; Tovar y Chávez,
(por ejemplo , Friston, 1994), incluso aquellos que preceden a la investigación de imágenes 2021). Sin embargo, los cambios dinámicos en la conectividad funcional
por resonancia magnética funcional (fMRI) (por ejemplo, Mesulam, 1998). Sin embargo, durante todo el estado de reposo sugieren que, aunque la conectividad funcional puede
es distinto de sus otros usos en la investigación reciente en neuroimagen y neurociencia estar limitada por la conectividad estructural, los dos
cognitiva, donde el término "red" ha sido son disociables (por ejemplo, Buckner et al., 2013). En segundo lugar, aunque el
utilizado para referirse a una colección de vóxeles cuyas actividades aumentan El cerebro consume hasta el 25% de la energía metabólica del cuerpo.
desde la línea de base durante una tarea, los componentes espaciales obtenidos de (HerculanoHouzel, 2012), entre el 60% y el 80% de esa energía se consume
Análisis de componentes independientes o sistemas funcionalmente definidos. durante el estado de reposo, mientras que sólo entre el 0,5% y el 1% de su energía es
(por ejemplo, la red en modo predeterminado). En esta revisión, sin embargo, utilizamos específica de la tarea (Raichle y Mintun, 2006). Finalmente, estado basado en tareas.
el término "red" para referirse al examen del cerebro como una colección Los patrones de conectividad están altamente correlacionados con la conectividad en
de nodos unidos entre sí por bordes (para una discusión, ver Uddin estado de reposo (Smith et al., 2009; Cole et al., 2014; Hughes et al., 2020).
et al., 2019). lo que sugiere que la conectividad en estado de reposo puede servir como columna
En los modelos de redes del cerebro, las conexiones suelen aparecer vertebral funcional, limitando la conectividad provocada por tareas y ofreciendo una visión
dos 'sabores' diferentes: estructural o funcional. Conversión estructural más completa de la reconfiguración de la red (p. ej.
Las conexiones representan los caminos físicos y materiales entre Damoiseaux et al., 2006; ver también Hughes et al., 2019).
regiones del cerebro. En la macroescala (medible con resonancia magnética), Un desafío importante para la conectividad funcional en estado de reposo es que el
Corresponden a vías interregionales de materia blanca. Funcional estado de reposo, por definición, es un período no restringido en
Las conexiones, por otro lado, representan asociaciones estadísticas. que a las mentes de los individuos se les permite vagar y no se les limita
Tendidas a un tipo específico, o incluso dominio, de pensamiento. Como tal,
diferencias individuales en los patrones de conectividad funcional durante
El estado de reposo probablemente se relaciona con diferencias en la capacidad mental de los participantes.
Tabla 1. Glosario de términos
estados durante esta tarea (Buckner et al., 2013; GonzálezCastillo
Término Definición et al., 2021). De hecho, un estudio reciente encontró que la conectividad funcional medida
durante la visualización naturalista (por ejemplo, viendo películas)
Nodo La unidad de interés más pequeña en un análisis; tal vez
produjo predicciones más precisas de la cognición de los individuos y
un vóxel (o orden gris) o una colección de elementos espaciales
emoción (medida en tareas separadas) que sus patrones de conectividad funcional en
vóxeles contiguos agrupados en una parcela
Borde Una medida de si dos nodos interactúan entre sí. estado de reposo (Finn y Bandettini, 2021).
entre sí o están conectados, generalmente Además, este estudio encontró que, aunque la cognición se predecía mejor que la emoción
operacionalizados como una correlación. En general, puede ser a partir de cualquiera de las conexiones funcionales
ponderado/binario o dirigido/no dirigido Según la fuente, ver películas con contenido social proporcionó las predicciones más
Red Una colección de nodos interconectados a uno.
precisas tanto para la cognición como para las emociones. Los resultados
otro por bordes. También conocido como gráfico. De este estudio se plantean preguntas importantes para futuras investigaciones.
Módulo o Subredes de nodos densamente interconectados
sobre la idoneidad de la visualización de películas en estado de reposo frente a la visualización pasiva
comunidad Integrado dentro de una red más grande.
Tareas para extraer patrones de conectividad funcional para relacionarse.
Sistema Una clase especial de subred generalmente definida
comportamiento social. Para determinar el enfoque más adecuado
basado en conocimientos neurocientíficos, por ejemplo, grupos
de nodos que se sabe que son coactivos en todas las condiciones. para la investigación en neurociencia de redes cognitivas sociales, trabajo futuro
A menudo se le conoce por nombres que hacen referencia a debería comparar los patrones de conectividad funcional del estado de reposo versus la
funciones cognitivas, se supone que el sistema visualización pasiva de películas y determinar cuál se relaciona mejor
subtender, por ejemplo, somatomotor, visual y de atención. a medidas explícitas de comportamientos sociales específicos.
sistemas En las siguientes secciones, presentamos algunos de los hallazgos canónicos de la
Ordenadas grises Vértices de materia gris en una proyección de superficie. neurociencia de redes y discutimos algunos de
Multicapa La conectividad entre el mismo conjunto de nodos. los desafíos técnicos asociados con la construcción de
red puede ser a través de la modalidad de conectividad, el tiempo y
redes cerebrales a partir de datos de resonancia magnética. A continuación, repasamos algunos de los
individuos. Las redes multicapa son una forma de representar
Maneras en que se está utilizando la neurociencia de redes para sondear el cerebro.
patrones diferenciales de conectividad
asociaciones de comportamiento y para ampliar nuestra comprensión de
entre aquellos nodos que utilizan un solo modelo
'el cerebro social'. Finalmente, concluimos discutiendo algunos de
Machine Translated by Google
hi
512 Neurociencia social cognitiva y afectiva, 2022, vol. 17, núm. 5
d
Cuadro 1. parcelas que luego se convierten en los nodos de la red y (ii) cómo medir la
presencia/ausencia de una conexión funcional entre dos regiones y su peso
Aunque nuestra discusión sobre el análisis de redes se centra principalmente en
(los bordes entre los nodos) (por ejemplo, Smith et al., 2011 ; Eickhoff et al . ,
enfoques de fMRI, las redes se pueden definir utilizando muchas otras
2015; Arslan et al., 2018; Pervaiz et al., 2020).
herramientas de neuroimagen [por ejemplo, imágenes con tensor de difusión,
datos estructurales, EEG, MEG y espectroscopia funcional de infrarrojo cercano (fNIRS)].
Las imágenes de difusión miden el movimiento microscópico de las moléculas
de agua para detectar la presencia de fascículos de sustancia blanca mediante
algoritmos de "tractografía". Estos algoritmos proporcionan mapas de los puntos
inicial y final de la materia gris de los haces de fibras mielinizadas. Definición de nodos En
El resultado es una red (generalmente escasa) de conectividad interregional principio, se podrían definir los nodos como la unidad de interés más pequeña
de materia blanca (IturriaMedina et al., 2007; Hagmann et al., 2008; posible. En neuroimagen, esto corresponde a vóxeles o vértices de superficie
Hermundstad et al., 2013). Existen varias estrategias para ponderar los bordes.
(ordenadas grises). Sin embargo, las redes de vóxeles son grandes (del orden
Por un lado, se podrían simplemente ponderar los bordes en función del número
de 105 nodos) y pueden presentar desafíos computacionales. Además,
de líneas de corriente entre dos regiones.
muchos vóxeles y vértices se conectan de manera similar al resto del cerebro,
Este número se puede inflar según el volumen y el área de superficie de la región
lo que sugiere que esos vóxeles podrían fusionarse sin perder mucha
(parcela), por lo que normalmente es necesaria una corrección. Por otro lado,
se podrían ponderar los bordes de la sustancia blanca utilizando medidas información. Existen numerosos enfoques que se pueden adoptar para definir
biofísicas, por ejemplo, anisotropía fraccional media o difusividad media, que los nodos, incluida la especificidad funcional, la organización topográfica y la
están relacionadas con la integridad de la fibra. conectividad (Felleman y Van Essen, 1991; Van Essen y Glasser, 2018). Sin
Además, las redes se pueden construir a partir de datos estructurales embargo, en la práctica, la mayoría de los estudios optan por dividir la corteza
(imágenes T1 o T2). Una estrategia popular para hacerlo es generar 'matrices cerebral en, aproximadamente, cientos de parcelas no superpuestas (por
de covarianza estructurales' (Gong et al., 2012; Evans, 2013). El peso del borde ejemplo, regiones de interés) asignando cada vóxel/vértice a una parcela.
entre las regiones i y j generalmente se define como la covarianza a nivel
poblacional del espesor cortical de i y j (o alguna otra medida estructural).
En consecuencia, las matrices de covarianza estructurales suelen definirse a
Por supuesto, existen muchas estrategias para generar estas parcelaciones.
nivel de grupo.
Los primeros estudios aprovecharon las divisiones existentes del cerebro en
Sin embargo, estudios recientes han ampliado este enfoque al nivel de sujetos
individuales al calcular la covarianza (o correlación) entre conjuntos de métricas regiones basadas en características anatómicas (p. ej.
morfológicas definidas regionalmente (p. ej., Seidlitz et al., 2018). Etiquetado anatómico automatizado; Rolls et al., 2020) o información
quitectónica del citoar (por ejemplo, áreas de Brodmann; Sporns, 2011).
Además de los datos de resonancia magnética, también se pueden construir Si bien estas parcelaciones se siguen utilizando, han sido suplantadas en
redes a partir de electroencefalografía intracraneal y del cuero cabelludo gran medida por enfoques basados en datos en los que las parcelas se
(sEEG e iEEG; por ejemplo, Betzel et al., 2019; Paban et al., 2019; Scheid et definen utilizando datos de conectividad funcional (Power et al., 2011; Shen
al., 2021), MEG (por ejemplo, Jin et al. , 2011; Messaritaki et al., 2021) y et al., 2013; Gordon et al., 2016; Schaefer et al., 2018) y, a veces, otras
datos de fNIRS (p. ej., Niu et al., 2013; Cai et al., 2018) . Estos métodos
propiedades microestructurales (ver Glasser et al., 2016). El objetivo de estos
registran la actividad cerebral utilizando propiedades eléctricas, magnéticas y
enfoques es generar parcelas funcionalmente homogéneas de modo que los
espectrales. Si bien algunas condiciones clínicas requieren colocar
vóxeles asignados a cualquier parcela dada muestren patrones similares de
electrodos de registro directamente sobre la superficie cortical expuesta, más
comúnmente EEG, MEG y fNIRS registran señales en el cuero cabelludo y conectividad con respecto al resto del cerebro. Además, las parcelas suelen
generalmente ofrecen una resolución espacial más pobre en comparación con la definirse como espacialmente contiguas y deberían ser generalizables, de
fMRI. Sin embargo, adquieren datos a una frecuencia que es órdenes de modo que cuando se imponen a nuevos cerebros, las parcelas resultantes
magnitud más rápida que la de la fMRI, lo que hace posible (en principio) sigan siendo funcionalmente homogéneas. La homogeneidad, como se
detectar y caracterizar cambios en la estructura de la red con una precisión inferior a un segundo.analiza aquí, no se refiere a la señal dependiente del nivel de oxígeno en
Los nodos de red se pueden definir como los propios sensores o, tras la
sangre (BOLD), sino que se evalúa utilizando métricas basadas en similitud
reconstrucción de la fuente, de forma anatómica, lo que permite utilizar enfoques
o distancia en medidas como la conectividad funcional o anatómica, las
familiares basados en parcelaciones para definir los nodos de red. La resolución
propiedades citoarquitectónicas o la topografía. .
temporal mejorada junto con la base oscilatoria de las señales EEG y MEG han
contribuido al uso generalizado de medidas de sincronía basadas en fases para
definir pesos de borde, por ejemplo, valores de bloqueo de fase. El contenido
espectral de EEG y MEG es mucho más amplio que el de fMRI; Es común Recientemente, ha quedado claro que las parcelas generadas a partir de
definir la conectividad dentro de rangos de frecuencia canónicos específicos. una conectividad funcional agrupada y promediada por grupos pueden
distorsionar sistemáticamente las características individuales (Braga y
Buckner, 2017; Gordon et al., 2017; Gratton et al., 2018), lo que generó
nuevos esfuerzos para generar Parcelaciones flexibles que pueden adaptar
los últimos avances metodológicos en neurociencia de redes y explorar cómo parcelas a nivel de grupo a cerebros individuales (Chong et al., 2017;
podrían usarse en el contexto de la neurociencia social. Bijsterbosch et al., 2018; Kong et al., 2019; Mejia et al., 2020) aprovechando
herramientas de recopilación de datos como multi eco fMRI (Lynch et al.,
2020). El uso de parcelaciones individuales puede ser particularmente
beneficioso para la investigación en neurociencia de redes cognitivas sociales,
Construcción de redes cerebrales a partir de datos de
dado que su objetivo es estimar las diferencias individuales en el
neuroimagen Una consideración comportamiento social a partir de las redes cerebrales (ver MwilambweTshilobo et al., 2019 p
importante en la neurociencia de redes es cómo construir redes cerebrales a En los análisis de redes, las parcelas se tratan como nodos. En general,
partir de datos de neuroimagen. Aunque se pueden construir redes cerebrales la elección de la parcelación afectará las propiedades de una red de tal
utilizando datos recopilados de prácticamente cualquier modalidad de registro manera que dos parcelaciones diferentes del mismo cerebro pueden exhibir
(ver Cuadro 1), aquí nos centraremos en los datos de fMRI. Dos de las propiedades contradictorias o proporcionar resúmenes engañosos de la
mayores fuentes de variabilidad entre los estudios de red que utilizan fMRI conectividad interregional (Wang et al., 2009; Zalesky et al., 2010 ). Dado que,
son (i) cómo definir regiones de interés o en general, no existe una verdad fundamental por la cual
Machine Translated by Google
hi
AC Krendl y RF Betzel 513
d
Al evaluar la validez de cualquier parcelación, es difícil determinar de manera inequívoca de manera rigurosa puede reducir la probabilidad de errores
y objetiva qué parcelación es la "mejor". Incluso hallazgos (para una discusión, ver Arslan et al., 2018).
medidas de calidad de parcelación, por ejemplo, la homogeneidad promedio Dado que los nodos varían según las condiciones (Salehi et al., 2020), otro
de paquetes, puede estar sesgado por el número y tamaño de los paquetes, enfoque es definir los nodos de interés a través de una tarea basada
con parcelaciones más finas que exhiben mayores niveles de homogeneidad localizador (Chai et al., 2016; Schmalzle ̈ et al., 2017; Hughes et al.,
(Gordon et al., 2016). Para complicar aún más este proceso está el hecho 2019). Aunque estos enfoques son menos comunes, pueden proporcionar un método
que los límites de las parcelas varían según las condiciones (Salehi et al., 2020) más específico y basado en hipótesis para modelar
y el tiempo (Iraji et al., 2019), lo que resulta en que no haya un conectividad funcional en estado de reposo y especialmente basada en tareas.
Parcelación universalmente óptima. Por ejemplo, un estudio encontró que las tareas globales frente a las específicas definidas por tareas
Para aumentar la confiabilidad y replicabilidad de sus parcelaciones, algunas de las las parcelaciones tuvieron efectos disociables en la predicción del desempeño de las
parcelaciones más citadas son aquellas que tareas lingüísticas (Bansal et al., 2018). Dos redes sociales recientes
se generaron (y validaron) utilizando grandes conjuntos de datos (por ejemplo, Power Los estudios de neurociencia también han utilizado este enfoque. Uno comparó la
et al., 2011; Yeo y otros, 2011; Schaefer et al., 2018). Por ejemplo, Yeo conectividad funcional dentro del sistema en modo predeterminado
y colegas (2011) utilizaron datos del estado de reposo recopilados de 1000 a la conectividad derivada de un localizador basado en tareas (por ejemplo, Hughes
cerebros para identificar parcelaciones de red. Generaron su estructura de red inicial a et al., 2019) y encontró que solo este último predijo el comportamiento social (teoría del
partir de un subconjunto de 500 cerebros y replicaron desempeño mental). Otro estudio encontró que
la estructura en el segundo conjunto de 500. Usando este enfoque, La conectividad entre nodos en un 'sistema mentalizador' definido teóricamente durante
finalmente identificaron (y validaron de forma cruzada) 17 sistemas putativos que dividen una tarea de exclusión social predijo aspectos de las redes de amistad de varones
en gran medida siete dominios cognitivos centrales: visual, adolescentes (Schmalzle ̈ et al., 2017). Un
somatomotor, modo predeterminado, límbico, atención dorsal, ventral Una dirección futura importante para la investigación en neurociencia de redes cognitivas
atención y frontoparietal (Yeo et al., 2011). En la actualidad, uno sociales será evaluar la efectividad del uso
Uno de los atlas más utilizados fue desarrollado por Schaefer y un enfoque basado en datos frente a un enfoque basado en la teoría para predecir las relaciones sociales
colegas (2018) utilizando un enfoque multimodal y datos de comportamiento.
Casi 1.500 participantes. De manera similar al enfoque de Yeo y sus colegas, los datos
se dividieron por la mitad para crear un descubrimiento y
muestra de replicación. En lugar de un número fijo de nodos, esto Definiendo bordes
El estudio dio como resultado una parcelación en red de resolución múltiple que Una segunda fuente de variación en la organización de la red, aunque a menudo menos
comprende entre 100 y 1.000 parcelas (en incrementos de 100). explorada, es cómo se determina la presencia o ausencia de
cada uno de los cuales podría asignarse a uno de los 17 cerebros validados de una conexión funcional y su peso (los bordes entre pares
sistemas, análogos a los del atlas de Yeo (Yeo et al., 2011). de nodos). En general, la conectividad funcional se define como una medida de
Es importante destacar que las parcelas generadas por Schaefer et al. eran más dependencia estadística entre actividades registradas desde
funcionalmente homogéneo en comparación con un conjunto de parcelaciones distintas fuentes neuronales (Friston, 1994; Sporns, 2010; Figura 1AC).
comparables (para una discusión, ver Schaefer et al., 2018), incluido el En la práctica, sin embargo, la conectividad funcional en estado de reposo es
conocido atlas de Gordon (Gordon et al., 2016). Aunque estas diferencias enfatizan la casi siempre se calcula como una correlación temporal de actividad,
importancia de estandarizar enfoques, es decir, una correlación de Pearson (Smith et al., 2009). Tenga en cuenta que en los estudios
También demuestran que el uso de una parcelación definida de conectividad evocada por tareas, se necesitan pasos de preprocesamiento adicionales
A B C
D mi F GRAMO
Fig. 1. Construcción de redes funcionales y propiedades canónicas de las redes cerebrales. Las redes funcionales se construyen extrayendo fMRI BOLD
cursos de tiempo a partir de vóxeles, coordenadas grises o parcelas (A) y calcular su correlación temporal (B). Tenga en cuenta que, en principio, otras medidas de
la dependencia estadística puede sustituirse, por ejemplo, que tenga en cuenta las no linealidades. Este proceso se repite para todos los pares de elementos neuronales, generalmente definidos
ser paquetes. El resultado es una matriz de correlación a la que se hace referencia como "red funcional" (C). La red se puede ver en el espacio anatómico mediante
dibujar un círculo (nodo) en el centro espacial de cada parcela y vincular los nodos conectados mediante líneas (bordes). La red resultante se puede analizar con
Herramientas de la neurociencia de redes. Estas herramientas pueden (D) rastrear el flujo de información a través de la red mediante el estudio de rutas, (E) identificar influencias
nodos según el número de conexiones (el grado de un nodo), (F) evalúa la contribución de la integración espacial del cerebro en su arquitectura de red
(en general, las redes cerebrales prefieren formar conexiones de corto alcance y bajo costo en lugar de conexiones costosas de larga distancia) y (G) identificar
subredes funcionalmente especializadas conocidas como módulos o comunidades.
Machine Translated by Google
hi
514 Neurociencia social cognitiva y afectiva, 2022, vol. 17, núm. 5
d
a realizar antes de calcular la correlación. Específicamente, las activaciones ser más adecuado para capturar relaciones genéricas y no lineales entre
impulsadas por la presentación deben eliminarse para que no generen nodos (Smith et al., 2011; Pervaiz et al., 2020).
correlaciones artificialmente (Cole et al., 2019). La Figura 2 proporciona una descripción general de los pasos discutidos
En general, la definición de conectividad funcional como una relación en esta sección. En resumen, la neurociencia de redes cognitivas sociales
estadística bivariada deja abierta la posibilidad de medir una interacción debería considerar cuidadosamente cómo reducir la variabilidad en la
funcional entre regiones del cerebro utilizando una multitud de otras selección de nodos y en cómo se calcula la conectividad funcional. Una
medidas, muchas de las cuales se aplican ampliamente para construir posible forma de hacerlo sería aprovechar modelos existentes en el campo
redes a partir de magnetoencefalografía (MEG)/electroencefalografía de la neurociencia de redes, como el uso de parcelaciones de redes bien
(EEG). ) datos y otras modalidades de imágenes además de la resonancia estudiadas (p. ej., Schaefer et al., 2018). Además de proporcionar una base
magnética funcional (ver Cuadro 1). Aunque la correlación de Pearson se más clara sobre la cual el campo puede evolucionar, este enfoque
ha convertido en la medida de elección de facto , existen muchas proporcionaría conocimientos más generales sobre la neurociencia social.
alternativas, incluidas algunas que son específicas de los datos de la tarea.
Por ejemplo, los pesos de conectividad funcional se han definido
previamente en función de la coherencia espectral (Bassett et al., 2011) Principios organizativos de las redes del
( correlaciones en el dominio de la frecuencia) y la información mutua cerebro humano.
(Garofalo et al., 2009). Sin embargo, estas medidas no son negativas y
Los análisis de redes cerebrales necesariamente desvían el foco de la
tienden a "rectificar" las anticorrelaciones; por ejemplo, los nodos cuyas
medición de la activación en regiones cerebrales específicas y, en cambio,
actividades están perfectamente anticorrelacionadas tienen altos niveles
enfatizan cómo las diferentes partes del cerebro interactúan entre sí como
de información mutua. Otros estudios, en lugar de informar coeficientes de
componentes de redes distribuidas. Esta visión cada vez más global
correlación, informan coeficientes de regresión, es decir, las ponderaciones
permite a los neurocientíficos de redes identificar los principios generales
β de modelos de regresión lineal (Cole et al., 2021). En comparación con
mediante los cuales se organizan y operan los cerebros. Inspirados por los
la correlación de Pearson, que mide el grado en que dos variables están
avances en otras disciplinas científicas (Watts y Strogatz, 1998), los
correlacionadas linealmente, los coeficientes de regresión revelan la
primeros trabajos en neurociencia de redes se centraron en la "pequeña
pendiente de esa relación.
mundanidad" (Sporns y Zwi, 2004; Bassett y Bullmore, 2006), que se refiere
Otros estudios han utilizado medidas de precedencia temporal para
a la propensión de los sistemas nerviosos a simultáneamente exhiben
establecer relaciones pseudocausales entre series temporales, p.
agrupaciones localmente densas (interconectadas) y una longitud de
Causalidad de Granger y entropía de transferencia (Smith et al., 2011;
camino más corta de lo esperado. Se cree que estas dos características
Holper et al., 2012; MakiMarttunen et al., 2013; Ribeiro et al., 2021).
respaldan el procesamiento de información especializado y la transmisión
En términos generales, estas medidas prueban si la actividad pasada de
rápida de información, respectivamente (Figura 1D). La organización de
una región ayuda a predecir el futuro de la actividad de otra región más allá
mundos pequeños se ha observado en redes cerebrales a lo largo de la
de lo que su propia actividad puede predecir. Si bien las medidas de filogenia y prácticamente en todas las escalas espaciales, desde contactos
precedencia temporal como la causalidad de Granger y la entropía de
sinápticos entre células individuales (Latora y Marchiori, 2001; Varshney et
transferencia son tremendamente prometedoras al revelar interacciones al., 2011) hasta redes cerebrales a gran escala (IturriaMedina). et al.,
dirigidas entre regiones del cerebro, su estimación precisa requiere grandes 2008; Muldoon et al., 2016).
cantidades de datos y, en el caso de la entropía de transferencia, requiere Estudios más recientes han proporcionado evidencia de que las redes
la binarización de series temporales o forzar la transformación. usuario
cerebrales están organizadas alrededor de un conjunto exclusivo de
hacer suposiciones sobre la distribución subyacente de la actividad regiones centrales: regiones altamente conectadas y centrales que ocupan
cerebral. Por último, hay que tener cuidado al interpretar estas medidas. posiciones de influencia dentro del cerebro (Hagmann et al., 2008; Power
Si bien su aplicación a trenes de picos y niveles celulares conduce a et al . , 2013 ). Debido a los altos niveles de conectividad, estas regiones
interpretaciones sencillas, la señal fMRI BOLD lenta y correlacionada en son capaces de entregar y recibir información hacia y desde grandes
serie (en sí misma una medida indirecta de la actividad a nivel de la porciones del cerebro, respectivamente (Figura 1E). Además, estos
población) puede oscurecer las verdaderas relaciones causales. supuestos centros tienden a estar conectados entre sí, formando una
En general, se puede utilizar cualquier medida bivariada de dependencia estructura integradora conocida como "club de ricos", que sirve como
estadística para evaluar la presencia, ausencia y/o peso de una ventaja. ´ (Zamora
columna vertebral para una transferencia eficiente de información
Sin embargo, la decisión de utilizar una medida particular debe estar Lopez et al., 2010; van den Heuvel y Sporns , 2011). Una vez más, los
motivada por el paradigma experimental. Por ejemplo, el PPI, que evalúa centros y clubes ricos se conservan a lo largo de la filogenia (Harriger et
el efecto de las tareas que influyen en la fuerza de acoplamiento entre dos al., 2012; de Reus y van den Heuvel, 2013; Towlson et al., 2013; Shih et
regiones (Friston et al., 1997; O'Reilly et al., 2012), solo debe usarse para al., 2015).
tareas y para mantener la continuidad con la literatura existente. . Introducir Otros estudios han sugerido que integrar el cerebro en un espacio
una nueva medida cuando una medida existente es capaz de captar el tridimensional sirve como principio organizativo general (Stiso y Bassett,
efecto deseado dificulta la comparación de los resultados actuales con los 2018; Figura 1F). En igualdad de condiciones, las conexiones de larga
de estudios anteriores y puede tener el efecto no deseado de confundir a distancia requieren proporcionalmente más material y energía, de los
los lectores. cuales el cerebro tiene cantidades limitadas, que las conexiones de corto
alcance. En consecuencia, los cerebros necesitan equilibrar la formación
Al igual que con la definición de nodo, la forma en que se define una de características funcionalmente adaptativas como rutas de procesamiento
conexión funcional tiene implicaciones para la organización de la red inferida. eficientes, centros y clubes ricos con el costo material y metabólico de
Diferentes medidas también tienen la capacidad de resumir diferentes formar y soportar esas características (Kaiser y Hilgetag, 2006; Samu et
modos de acoplamiento entre nodos de la red. Por ejemplo, la correlación al., 2014). Esta compensación restringe los tipos de características que las
de Pearson, comúnmente utilizada, evalúa la relación lineal entre las redes cerebrales pueden admitir simultáneamente y da lugar a una
actividades registradas en dos nodos. Sin embargo, si esa relación no es distribución de longitudes de conexión de cola pesada que favorece las
lineal, la correlación de Pearson podría ser engañosa. Por el contrario, conexiones cortas (de bajo costo) (ErcseyRavasz et al., 2013; Betzel y
medidas como la información mutua pueden Bassett , 2018).
Machine Translated by Google
hi
AC Krendl y RF Betzel 515
d
Fig. 2. Construcción de redes cerebrales a partir de datos de neuroimagen. Representación gráfica del proceso sugerido para la construcción de redes cerebrales. Cada paso está asociado con
múltiples parámetros y opciones definidos por el usuario, cuyas fortalezas y debilidades se analizan en detalle en la revisión. Varias opciones (por ejemplo, seleccionar el conjunto de
datos a utilizar en el primer paso) estarán dictadas en gran medida por la pregunta de investigación. Los pasos se presentan en orden secuencial pero no pretenden ser prescriptivos. Más bien,
pretenden ofrecer un resumen de los pasos clave analizados en esta revisión y se presentan para mayor comodidad y claridad. La construcción de una red comienza con la selección de datos
(Paso 1). Tradicionalmente, esto significaba recopilar datos en diferentes condiciones (mientras se realiza una tarea, mientras se escucha/observa pasivamente estímulos audiovisuales o en
ausencia de instrucciones explícitas para la tarea). Sin embargo, iniciativas recientes han puesto a disposición del público datos de alta calidad, organizados según estándares definidos
sobre el terreno y procesados mediante computación distribuida.
Después de la selección de datos, los datos se someten a pasos básicos de preprocesamiento (Paso 2: alineación, normalización de intensidad, regresión molesta, censura de fotogramas, etc.).
Este procedimiento da como resultado series temporales de vóxeles/vértices "limpias". En la mayoría de los análisis de redes, la dimensionalidad de estos datos se reduce mediante un paso de
parcelación (Paso 3), en el que los vóxeles/vértices se agregan en parcelas. Las parcelas se pueden determinar a priori basándose en atlas existentes, mapas de activación
metaanalíticos o utilizando localizadores para ubicar territorios funcionales similares entre individuos. El último paso (Paso 4) es establecer si existe una conexión entre pares de parcelas
(nodos). En la neuroimagen humana (especialmente del cerebro en reposo), la convención es estimar la fuerza de la conexión en función del grado en que los cursos temporales de actividad de
dos regiones se correlacionan entre sí. En la revisión se analizan otras medidas (por ejemplo, información mutua, coherencia espectral y causalidad de Granger).
Estudio de las redes cerebrales como subredes, módulos y sistemas Una
de las características distintivas de
las redes neuronales biológicas (y que se está convirtiendo cada vez más
en el foco de las aplicaciones de la ciencia de redes en neuroimagen y
neurociencia cognitiva) es su descomponibilidad en subredes cohesivas
conocidas como 'módulos' o 'comunidades' (Power et al., 2011; Sporns y
Betzel, 2016; Yeo et al., 2011; Figura 1G). La estructura modular es
evidente en todas las escalas espaciales (Jarrell et al., 2012; Betzel y
Bassett, 2018), pero se ha investigado en profundidad en la macroescala
utilizando datos de resonancia magnética funcional humana. En reposo, los
módulos corresponden estrechamente a patrones de actividad evocada
por tareas y delinean funciones funcionales bien conocidas.
sistemas (Smith et al., 2009; Crossley et al., 2013) y en múltiples
resoluciones (Gordon et al., 2020). La correspondencia de los límites de
los módulos con sistemas funcionales bien establecidos sugiere que la
estructura modular del cerebro ayuda a respaldar el procesamiento
funcionalmente especializado (Stevens y Spreng, 2014).
Por ejemplo, las particiones de las redes cerebrales funcionales
identifican módulos correspondientes a los sistemas de atención
frontoparietales y dorsal y ventral, que incluyen colecciones de regiones
cerebrales que se sabe que desempeñan funciones centrales en el control
(para una revisión, consulte Scolari et al., 2015 ) , abajo la atención guiada
y el procesamiento de información sensorial o perceptiva, respectivamente
(Corbetta y Shulman, 2002; Vossel et al., 2014). El sistema en modo predeterminado, uno
Machine Translated by Google
hi
516 Neurociencia social cognitiva y afectiva, 2022, vol. 17, núm. 5
d
colecciones de regiones del cerebro más estudiadas, tiene la (Schmalzle¨ et al., 2017). En el estudio, varones adolescentes realizaron la tarea
propiedad única de ser más activo durante el reposo que durante la tarea Cyberball (Williams y Jarvis, 2006), una técnica ampliamente utilizada.
estados (ver Raichle, 2015). Numerosos estudios en animales también han manipulación de la exclusión social, y evaluó si ser
identificó un sistema homólogo de modo predeterminado en primates, ratas y ratones excluidos socialmente durante la tarea se asoció con un aumento
no humanos (Mantini et al., 2011; Lu et al., 2012; Stafford Conectividad dentro de la red en redes relacionadas con la mentalización.
et al., 2014). Dentro de los humanos, el sistema de modo predeterminado ha sido o dolor social. La mentalización y el dolor social fueron objetivos de interés en este
implicado en una miríada de funciones, incluida la recepción y transmisión de estudio porque trabajos anteriores han demostrado que ser socialmente
información sensorial del mundo externo (para revisión, excluido es doloroso (Rotge et al., 2015) y provoca una mayor actividad
ver Raichle, 2015), divagar la mente (AndrewsHanna et al., 2010) de regiones del cerebro asociadas con la mentalización (infiriendo otras
y, directamente relevante en la revisión actual, la cognición social. estados mentales de las personas; Powers et al., 2013). las parcelaciones
(p. ej., Mars et al., 2012; Meyer, 2019). en este estudio se pusieron en práctica de dos maneras: primero, utilizando
Los módulos representan colecciones de cerebros densamente conectados. enfoque basado en la teoría que identificó nodos asociados con
regiones que, por sí solas, se cree que apoyan funciones cognitivas específicas. mentalización y dolor social utilizando datos metaanalíticos de Neu roSynth (Yarkoni
Entonces, se cree que la cognición compleja surge de et al., 2011); y segundo, mediante el uso de un sistema basado en datos.
interacciones entre estos módulos. En consecuencia, relacionar la fuerza de la Enfoque de parcelación de redes de todo el cerebro. Ambos enfoques
conectividad funcional dentro y entre módulos durante utilizaban nodos en gran medida superpuestos: la mentalización consistía
estados de reposo y/o tarea al comportamiento ha sido uno de los más principalmente en nodos dentro del sistema en modo predeterminado, mientras que los sociales
aplicaciones comunes de la neurociencia de redes, con aplicaciones el dolor comprendía ganglios de porciones de los sistemas operculares de
en neurociencia de la personalidad (Markett et al., 2018), neurociencia cognitiva prominencia y cingulo. Los resultados fueron consistentes utilizando tanto el
(Medaglia et al., 2015) e incluso neurociencia social. enfoques basados en teoría y datos: cuando los participantes
(Schmalzle¨ et al., 2017; Wasylyshyn et al., 2018; Hughes et al., 2019). Excluidos socialmente, mostraron una mayor conectividad dentro del sistema en el
Este enfoque se discutirá con más detalle en una sección posterior. sistema mentalizador que cuando estaban incluidos.
Hay varias conclusiones clave de estas secciones. Primero, No se observaron cambios significativos en la conectividad dentro del
El campo de la neurociencia de redes estudia las redes cerebrales, que sistema de dolor social ni hubo cambios entre sistemas
modela regiones del cerebro como nodos y sus interacciones funcionales por pares conectividad. Otro estudio encontró que el aumento dentro del sistema
como conexiones. En segundo lugar, organizaciones de mundos pequeños, centros conectividad en los sistemas de mentalización y dolor social durante
y la corta longitud del camino son principios organizativos clave de las redes. La exclusión social predijo una mayor probabilidad de que los varones adolescentes
En tercer lugar, las subredes o módulos soportan funciones cognitivas específicas. posteriormente cumplir con las normas sociales percibidas (por ejemplo, ser más
Estas características se expresan hasta cierto punto en prácticamente o menos riesgoso en un simulador de conducción; Wasylyshyn et al., 2018).
todos los cerebros y se cree que son "ingredientes" críticos para una salud Un aspecto interesante del hallazgo de Wasylyshyn y
función del cerebro. Una importante dirección futura para la cognición social colegas (2018) es que demostró que la conectividad durante
La investigación en neurociencia en red consistirá en aplicar estos principios. la tarea de exclusión social predijo el comportamiento fuera del escáner. De manera
al comportamiento social, específicamente. Esto incluye, pero no se limita similar, un estudio reciente encontró que el estado de reposo funcional
identificar cómo los módulos y sus interacciones dan lugar a La conectividad se asoció con la teoría del desempeño mental.
Cognición social y mejor comprensión de las funciones de los centros. (Hughes et al., 2019). Específicamente, Hughes y colegas (2019)
y clubes ricos en cognición social, al mediar en el flujo de información entre módulos. examinó la conectividad en estado de reposo dentro de un localizador definido
En la siguiente sección, exploramos cómo Sistema de teoría de la mente en el modo predeterminado para adultos jóvenes.
Se han aplicado técnicas de neurociencia de redes para avanzar (personas entre 18 y 25 años) y adultos mayores
nuestra comprensión del comportamiento social. (personas mayores de 65 años). Descubrieron que las diferencias de edad en la
conectividad en estado de reposo dentro de este sistema predijeron
La teoría de los déficits mentales de los adultos mayores en una tarea separada. Es importante
Neurociencia de redes cognitivas sociales y
destacar que los déficits generales de edad en la conectividad global en modo predeterminado
el modo predeterminado
no predijo la teoría de los déficits mentales de los adultos mayores, lo que sugiere
El trabajo limitado que aplica un enfoque de neurociencia de redes para que los enfoques basados en la teoría (por ejemplo, centrándose en un subsistema o
La comprensión del comportamiento social se ha centrado principalmente en los un sistema definido por un localizador) puede proporcionar más información sobre las redes sociales.
patrones de conectividad funcional dentro y/o entre módulos. Uno de en algunos casos que un enfoque estrictamente basado en datos.
Los principales módulos de interés en esta investigación han sido el Una implicación importante de este estudio es que sugiere que
modo predeterminado, que generalmente se considera que comprende un núcleo La conectividad funcional en estado de reposo puede limitar el comportamiento
aspecto del cerebro social (Mars et al., 2012; Meyer, 2019). El social. En relación con este hallazgo, ChristovMoore y colegas (2020)
El modo predeterminado generalmente se define como un conjunto de regiones del cerebro que examinó si la conectividad en estado de reposo predijo la empatía
Son más activos cuando el cerebro está en reposo que durante una tarea. preocupación, que es esencial para la comunicación cotidiana y la supervivencia en
(Raichle et al., 2001). Un cuerpo emergente de investigación que aplica técnicas de el entorno social (Eisenberg y Strayer, 1987). El
neurociencia de red al comportamiento social ha demostrado que Los autores encontraron que una mayor conectividad en estado de reposo dentro del
La conectividad en modo predeterminado se relaciona con numerosos aspectos de las redes sociales. El sistema somatomotor predijo una mayor preocupación empática.
comportamiento, incluido el aislamiento social percibido (Spreng et al., 2020), Un área de creciente interés ha sido el uso de técnicas de neurociencia de redes
teoría de la mente (Hughes et al., 2019), rechazo social (Schmalzle ̈ para examinar resultados sociales en el mundo real.
et al., 2017; Wasylyshyn et al., 2018), conformidad (Wasylyshyn et al., incluida la soledad (Spreng et al., 2020), y el número y
2018), creatividad (Beaty et al., 2019) e incluso redes sociales del mundo real. estructura de las relaciones sociales de los individuos (por ejemplo, Falk y Bassett,
resultados (por ejemplo, Falk y Bassett, 2017; Joo et al., 2017; Pillemer 2017; Schmalzle¨ et al., 2017; Hyon et al., 2020). Estos estudios
et al., 2017; Schmalzle¨ et al., 2017; Hyon y otros, 2020; tompson han examinado tanto el estado de reposo (por ejemplo, Spreng et al., 2020) como
et al., 2020). conectividad basada en tareas (p. ej. Schmalzle ̈ et al., 2017). Con Respeto
Un estudio reciente examinó si la conectividad funcional Para el primero, los individuos con mayor conectividad en modo predeterminado en
diferían en función de estar socialmente incluidos o excluidos estado de reposo dentro del sistema tenían niveles más altos de soledad.
Machine Translated by Google
hi
AC Krendl y RF Betzel 517
d
(aislamiento social percibido; Spreng et al., 2020). Este hallazgo tiene Los autores identificaron cuatro sistemas funcionales principales, incluido un
implicaciones importantes para la investigación en neurociencia social porque sistema visualsensorial, compuesto por la circunvolución fusiforme y el surco
Estudios longitudinales y transversales han encontrado que, incluso temporal superior, un sistema límbico, compuesto por la amígdala,
al controlar otros factores de riesgo (por ejemplo, nivel socioeconómico hipocampo y núcleo accumbens, y dos sistemas cognitivos: uno que incluía la ínsula
y salud cognitiva y física), la soledad se asocia con anterior, el cingulado medio
peor salud mental, física y cognitiva y mayor mortalidad corteza y circunvolución frontal inferior, y un segundo que incluía la
tasas (Cornwell y Waite, 2009; Cacioppo et al., 2010; Luo et al., corteza prefrontal medial dorsal, corteza cingulada posterior, precuneus y unión
2012; Perissinotto et al., 2012; Kuiper et al., 2015). temporoparietal. El trabajo futuro debería alinearse
Varios estudios recientes también han examinado si func los sistemas cerebrales sociales con aquellos comúnmente definidos por la red
La conectividad funcional predice aspectos de las relaciones sociales personales de los individuos. La neurociencia trabaja para lograr parsimonia entre los dos campos.
Redes: el grupo de personas con las que un individuo se relaciona. En conjunto, estos estudios brindan información importante sobre una gran
socialmente integrado (Joo et al., 2017; Pillemer et al., 2017; Schmalzle ̈ cantidad de aplicaciones potenciales de un enfoque de neurociencia de redes
et al., 2017; Tompson et al., 2020). Estos estudios tienen principalmente cognitivas sociales. Identificar los sistemas cerebrales y las interacciones.
examinó la conectividad en su relación con las condiciones sociales de un individuo único. Entre los sistemas que dan lugar al comportamiento social es una importante
conexiones (Schmalzle ̈ et al., 2017; Pillemer et al., 2017; Hyon dirección futura para la investigación en neurociencia social. una sociedad
et al., 2020; Tompson y otros, 2020; pero ver, Joo et al., 2017). En algunos enfoque de neurociencia de redes cognitivas que se basa en los existentes
En algunos casos, estos estudios han sido más cualitativos y se han centrado en Por lo tanto, la investigación en el campo de la neurociencia de redes puede
identificar patrones de conectividad en estado de reposo que predicen características proporcionar un mapa más completo y preciso del "cerebro social".
de la red social de un individuo (Joo et al., 2017; Pillemer et al., (p. ej. , Charpentier y O'Doherty, 2018; Kliemann y Adolphs,
2017). Por ejemplo, un estudio con adultos mayores encontró que sus 2018). A continuación revisaremos la investigación en los campos de la personalidad.
conectividad en estado de reposo en un subcomponente del modo predeterminado y neurociencia cognitiva que utiliza técnicas de neurociencia de redes para estudiar
sistema se relacionó positivamente con el número de individuos en su las diferencias individuales y la cognición. Nuestro objetivo es
red, mientras que la conectividad dentro del sistema frontoparietal resaltar técnicas o enfoques potenciales que la investigación en neurociencia de
se relacionó positivamente con el número de miembros de la red con redes cognitivas sociales puede aprovechar para estudiar las relaciones sociales.
con quién el adulto mayor era cercano (por ejemplo, estaba en contacto con al menos comportamiento.
quincenal; Pillemer et al., 2017).
Otros estudios, sin embargo, han utilizado la conectividad basada en tareas.
Usando conexiones funcionales para
explorar los mecanismos potenciales que subyacen a la relación
caracterizar las diferencias individuales y
entre la conectividad funcional y las redes sociales de los individuos
comportamiento
(Schmalzle¨ et al., 2017; Tompson et al., 2020 ). Por ejemplo,
¨ y colegas (2017) exploraron la posibilidad de que
Schmalzle Hasta la fecha, uno de los enfoques más comunes para aplicar la red.
cambios en la conectividad funcional de los adolescentes en respuesta a técnicas de neurociencia para la personalidad neurociencia, cognitiva
estar socialmente excluido podría estar relacionado con la estructura de su La investigación en neurociencia y neurociencia social ha sido para mí.
red social. Descubrieron que tener una mayor capacidad dentro del sistema fuerza de conectividad funcional segura dentro o entre módulos
conectividad en un subcomponente del sistema en modo predeterminado durante el reposo y/o estados de tarea y relacionarlo con el comportamiento o
durante la exclusión social predijeron tener menos densidad (por ejemplo, menos rendimiento (Medaglia et al., 2015; Schmalzle ̈ et al., 2017; Markett
interconexiones entre amistades) redes sociales. et al., 2018; Wasylyshyn et al., 2018; Hughes et al., 2019). Un basico
Otra posible aplicación de los métodos de neurociencia de redes para comprender La premisa de este enfoque es que una conectividad más débil dentro de un
el comportamiento social es determinar si módulo (a veces denominado desregulación) durante el reposo
La inteligencia social puede facilitar el desempeño cognitivo no social. Para hacer El estado se considera una medida de disfunción relativa en ese sentido.
esto, Tompson y colegas (2020) examinaron módulo (para una revisión, ver Ferreira y Busatto, 2013). Sin embargo,
si una mayor participación de las redes del 'cerebro social' compensa Mayor conectividad entre módulos durante el desempeño de la tarea.
capacidad inhibidora subdesarrollada o subutilizada de los varones adolescentes. generalmente se considera que facilita el desempeño porque es
capacidades para mejorar su rendimiento cognitivo. los dos sociales Se cree que se relaciona con el intercambio de información relevante para la tarea.
Los sistemas cerebrales de interés en este estudio fueron sistemas cerebrales entre sistemas (por ejemplo, Cohen y D'Esposito, 2016; Rosenberg
autorreferenciales y mentalizadores definidos por la teoría. También examinaron et al., 2016; Bassett y Mattar, 2017). Estudios que examinan fija
un sistema de inhibición definido teóricamente. Encontraron que los adolescentes Los comportamientos (por ejemplo, rasgos de personalidad) han tendido a relacionar el
Los hombres que obtuvieron mejores resultados en una medida de inhibición (una comportamiento de interés con la conectividad en estado de reposo, mientras que los estudios
tarea de ir/no ir) tenían una conectividad más fuerte entre los niveles autorreferenciales. examinar comportamientos transitorios (por ejemplo, atención) ha tendido a
y sistemas de inhibición de respuesta y una conectividad más débil dentro del relacionar el comportamiento de interés con la conectividad basada en tareas.
sistema en el sistema autorreferencial. Es más, encontraron que La investigación en neurociencia de la personalidad ha utilizado con frecuencia
La relación entre el desempeño de la tarea y la mayor conectividad del sistema fue medidas de conectividad funcional en estado de reposo dentro del módulo para
más pronunciada para los adolescentes con predecir una gran cantidad de diferencias individuales en la función de la vida real
Redes sociales menos densas. En conjunto, estos hallazgos sugieren que (Vaidya y Gordon, 2013; Dubois y Adolphs, 2016; Bassett y
Algunos aspectos del funcionamiento social pueden facilitar la función cognitiva no Deportes, 2017; Shen y otros, 2017; Markett y otros, 2018; ChristovMoore
social. et al., 2020), incluida la inteligencia (p. ej., Song et al., 2008; Cole
Aunque esta sección se ha centrado principalmente en el sistema de modo et al., 2012; Smith et al., 2015), atención (Finn et al., 2015),
predeterminado, es importante tener en cuenta que existen múltiples control cognitivo (Marek et al., 2015; Spielberg et al., 2015) y
otros sistemas que desempeñan un papel clave en la cognición social (por ejemplo, Lamm memoria de trabajo (Cohen y D'Esposito, 2016). Dentro del módulo
et al., 2011; AlcaláL e´t al.,
´2018; Redcay y Schilbach, 2019).
opez Los patrones de conectividad funcional en estado de reposo también predicen otros
Un metaanálisis reciente que clasificó las regiones que comprenden el diferencias individuales, incluida la distracción mental (Wang et al.,
´ 2018)
El “conectoma cerebral social” (AlcaláL et al., ´ proporciona una
Opez 2018), factores de estilo de vida, incluida la educación, los ingresos y la satisfacción
descripción general potencial de diferentes “sistemas cerebrales sociales”. Específicamente, con la vida (Smith et al., 2015), y rasgos socialmente relevantes, como
Machine Translated by Google
hi
518 Neurociencia social cognitiva y afectiva, 2022, vol. 17, núm. 5
d
como preocupación empática (ChristovMoore et al., 2020) y creatividad (Beaty et al., En cada individuo, los autores encontraron que la conectividad en estado de reposo en
2019). Desafíos para interpretar las relaciones los sistemas frontal medial y frontoparietal era la
entre la conectividad funcional en estado de reposo y estos innumerables más preciso en la identificación de sujetos individuales, con casi
Las diferencias individuales surgen debido a la notable heterogeneidad en los estados 100% de precisión. En un estudio relacionado realizado por MirandaDomínguez y
mentales de los participantes durante el estado de reposo (p. ej. colegas (2014), los investigadores identificaron "huellas digitales" únicas
Buckner et al., 2013; GonzálezCastillo et al., 2021). De hecho, un (a los que se refieren como conectotipos) para humanos y no primates. Una contribución
Un estudio reciente encontró que los patrones de conectividad funcional asociados con importante de estos hallazgos es que
la visualización pasiva de películas predijeron mejor el comportamiento de los participantes. Sugieren que las "huellas dactilares" de conectividad funcional pueden proporcionar
cognición y emoción que sus patrones de conectividad funcional durante el estado de una puerta de entrada para estudiar las diferencias individuales. Sin embargo lo és
reposo (Finn y Bandettini, 2021). Trabajo futuro Es importante tener en cuenta que los patrones de conectividad funcional pueden ser
Por lo tanto, es necesario identificar los estados óptimos en los que medir. combinados por diferencias entre sujetos en la ubicación de los nodos (por ejemplo, debido a
Patrones de conectividad funcional. deformación y distorsión durante el preprocesamiento). El trabajo futuro debería
Sin embargo, la investigación en neurociencia cognitiva ha explorado la examinar esta posibilidad.
Hasta qué punto la conectividad entre redes basada en tareas facilita el rendimiento Finalmente, una aplicación ampliamente utilizada de patrones de conectividad
(Medaglia et al., 2015). la premisa de funcional ha sido identificar posibles biomarcadores que pueden
este trabajo es que una mayor conectividad entre redes refleja tienen relevancia clínica, incluso para la enfermedad de Alzheimer (Wang
el intercambio de información relevante para la tarea entre sistemas et al., 2006; Supekar et al., 2008; Damoiseaux et al., 2012), TEA
(p. ej., Cohen y D'Esposito, 2016; Rosenberg et al., 2016; Bassett (Hull et al., 2017), esquizofrenia (Garrity et al., 2007; Lynall et al.,
y Mattar, 2017). Por ejemplo, Rosenberg y colegas (2016) 2010; Venkataraman et al., 2012) y depresión (Fox et al., 2013;
encontró que una conectividad funcional más fuerte entre el motor y Drysdale et al., 2017). Una población ampliamente objetivo para este trabajo.
sistemas visuales durante una tarea de atención sostenida predijeron mejores ha sido con adultos mayores cognitivamente normales (Betzel et al., 2014;
rendimiento que tener una conectividad más fuerte entre las regiones temporales y Chan y otros, 2014; Peluca, 2017; Spreng y Turner, 2019). En ambos
parietales. Otro estudio comparó la conectividad En el envejecimiento saludable y patológico, los adultos mayores tienen una conectividad
durante el estado de reposo a la conectividad durante un motor y en funcionamiento. más débil dentro de los módulos junto con una conectividad más fuerte entre los
tarea de memoria (Cohen y D'Esposito, 2016). Ellos predijeron que módulos durante el estado de reposo (Wang et al., 2006; Betzel et al., 2014;
ya que la tarea motora probablemente involucró a un sistema (por ejemplo, Chan y otros, 2014; Spreng y Turner, 2019; Hughes et al., 2020),
somatomotor), pero la memoria de trabajo probablemente involucró múltiples sistemas que se ha sugerido que reflejan una menor especialización funcional de los sistemas a
(por ejemplo, visual, frontoparietal y somatomotor), una mayor conectividad entre lo largo de su vida útil (por ejemplo, Betzel et al., 2014;
sistemas facilitaría la memoria de trabajo, pero no Peluca, 2017; Spreng y Turner, 2019; Koen et al., 2020).
el rendimiento del motor. De hecho, esto es lo que encontraron los autores. Un módulo clave de interés en este trabajo ha sido el valor predeterminado
Otro enfoque para utilizar la fuerza de la conectividad funcional como modo (para una revisión ver Broyd et al., 2009; también, Badhwar et al.,
una medida de comportamiento o desempeño es examinar el alcance 2017; Garrity et al., 2007), que consta de medial y lateral
al cual la conectividad se reconfigura de manera flexible dentro y entre corteza parietal, corteza prefrontal medial y cortezas temporales medial y lateral
módulos durante el descanso (Betzel et al., 2017) y los estados de tarea (Raichle, 2015). Investigación sobre el trastorno del espectro autista (TEA), un trastorno
(Bassett et al., 2011; Cole et al., 2013; Vatansever et al., 2015; del desarrollo ampliamente asociado
Shine et al., 2016). Por ejemplo, mayores variaciones en la flexibilidad con función social alterada, ha demostrado que el TEA está asociado con una
La reconfiguración de la conectividad durante el estado de reposo predice diferencias conectividad más débil del sistema en modo predeterminado en estado de reposo
individuales en el afecto positivo (Betzel et al., 2017). Además, (Assaf et al., 2010; Weng et al., 2010; Gotts et al., 2012; Hull et al.,
aunque el aprendizaje motor va acompañado de una mayor autonomía de los sistemas 2017), cuya magnitud se relaciona con la magnitud de las deficiencias sociales y de
visual y somatomotor (Bassett et al., 2015), comunicación de los individuos (por ejemplo, Assaf et al.,
una mayor flexibilidad durante una tarea de aprendizaje motor predice una mejora 2010; Gotts et al., 2012). Trabajo reciente en neurociencia de redes.
rendimiento (Bassett et al., 2011). Otros trabajos han demostrado que ha definido tres subdivisiones funcionalmente distintas del sistema de modo
El sistema frontoparietal, que participa en el control cognitivo. predeterminado: dos en la corteza prefrontal (la corteza medial ventral).
(para una revisión, ver Scolari et al., 2015), reconfigura de manera flexible la y las cortezas prefrontal medial dorsal) y uno en la corteza posterior que está compuesto
conectividad con otros sistemas para soportar las demandas de tareas en curso (Cole por la corteza cingulada posterior,
et al., 2013). Estos estudios sugieren que si bien existe una gran precúneo y corteza parietal lateral (Figura 3; Raichle, 2015).
Gran superposición en la configuración del sistema entre el descanso y la tarea. Aunque la enfermedad de Alzheimer se ha asociado ampliamente con
estados (por ejemplo, Cole et al., 2014; Krienen et al., 2014; Hughes et al., interrupciones en la conectividad funcional en estado de reposo a lo largo
2020), existen importantes diferencias específicas de las tareas. De hecho, un el sistema de modo predeterminado (Greicius et al., 2004; Koch et al., 2012;
estudio reciente que compara patrones de conectividad funcional entre Badhwar et al., 2017), alguna evidencia sugiere que la conectividad
un grupo de 18 individuos sanos durante el estado de reposo y también dentro de los subcomponentes del sistema en modo predeterminado difiere a lo largo del
durante la visualización de películas descubrió que los patrones de conectividad se volvían curso de la enfermedad de Alzheimer (Damoiseaux et al., 2012). De este modo,
más consistente entre los individuos cuando estaban viendo una Aunque la preponderancia de la investigación sobre el sistema de modo predeterminado
película (van der Meer et al., 2020). se centra en él como un sistema completo, el trabajo futuro puede beneficiarse de
Un beneficio importante de relacionar patrones de conectividad funcional con el desenredando sus subcomponentes únicos.
comportamiento es que tienen diferencias individuales claras y mensurables. Finn y Dado su papel único en la cognición social (Mars et al., 2012;
colegas (2015) examinaron si Meyer, 2019), el sistema de modo predeterminado ya ha surgido como
Los patrones de conectividad funcional sirven como “huellas digitales” para identificar a un objetivo importante para la neurociencia de redes cognitivas sociales
los individuos (ver también MirandaDomínguez et al., 2014). Hacer investigación. En la siguiente sección, exploraremos algunas limitaciones clave en la
Para ello, examinaron si los individuos (entre un grupo de 126) investigación en neurociencia de redes que deben considerarse
podría identificarse correctamente en las sesiones de escaneo basándose únicamente en ered en el contexto del estudio del comportamiento social. Luego consideramos
sus patrones de conectividad funcional. Además de encontrar que direcciones futuras para el campo de las redes cognitivas sociales.
Los patrones de conectividad funcional eran exclusivamente característicos de neurociencia.
Machine Translated by Google
hi
AC Krendl y RF Betzel 519
d
Fig. 3. Componentes corticales de la red en modo predeterminado. El mapa de activación se obtuvo utilizando NeuroSynth (Yarkoni et al., 2011) y el término "modo
predeterminado".
Limitaciones (p. ej., Tompson et al., 2018). Aunque algunas investigaciones sugieren que las
neuroimágenes duplican la cantidad de varianza explicada en algunos comportamientos
El objetivo de la revisión actual fue resaltar el impacto potencial del uso de un enfoque
(por ejemplo, la salud) en relación con las medidas de autoinforme por sí solas (Falk
de neurociencia de redes cognitivas sociales para avanzar en nuestra comprensión
et al., 2011), los metanálisis han demostrado que los tamaños del efecto en la
de la cognición social. Sin embargo, este enfoque tiene varias limitaciones que deben
investigación de neurociencia cognitiva son relativamente bajo (Button et al., 2013;
tenerse en cuenta. En primer lugar, la investigación en neurociencia de redes carece
Szucs y Ioannidis, 2017). Esta limitación se ve confundida por los tamaños de
de coherencia en la forma en que se definen los nodos en las parcelaciones cerebrales
muestra relativamente pequeños en el trabajo de neuroimagen (p. ej., N = 20–30;
(por ejemplo, Power et al., 2011; Yeo et al., 2011; Gordon et al., 2016; Schaefer et al.,
Cremers et al., 2017), que han sido constantemente objeto de críticas (Button et al.,
2018).
2013; David et al., 2013; Szucs y Ioannidis, 2017; Clayson et al., 2019). Aunque
La variabilidad entre parcelaciones puede contribuir a hallazgos espurios (para una
algunas investigaciones sugieren que pueden ser necesarios al menos 50 sujetos
discusión, ver Arslan et al., 2018). Lo que complica aún más la selección de nodos es
para detectar efectos confiables en análisis específicos (por ejemplo, no de todo el
el hecho de que los nodos varían según las condiciones, incluso para los mismos
cerebro) (Yarkoni, 2009), otros trabajos apuntan a tamaños de muestra aún mayores
individuos (Salehi et al., 2020). Para aumentar la confiabilidad y la replicabilidad, la
(por ejemplo,
investigación en neurociencia de redes cognitivas sociales debería considerar
N = 80) para detectar efectos confiables en las tareas sociales (por ejemplo,
aprovechar modelos existentes en el campo de la neurociencia de redes. Esto podría
procesamiento facial; Bossier et al., 2020). Por lo tanto, se necesita más trabajo para
lograrse mediante el uso de parcelaciones de red bien estudiadas (por ejemplo,
identificar tamaños de muestra ideales para la investigación en neurociencia de redes
Schaefer et al., 2018) que se generaron (y validaron) a partir de grandes conjuntos de
cognitivas sociales.
datos (ver también Power et al., 2011; Yeo et al., 2011).
Un beneficio potencial de un enfoque de neurociencia de redes cognitivas sociales
es que la disponibilidad de grandes conjuntos de datos que miden una variedad de
También han surgido preocupaciones recientes con respecto a la confiabilidad de
dominios de la cognición, incluida la cognición social (por ejemplo, el Proyecto Human
la conectividad funcional entre tareas y sesiones. Un metaanálisis reciente que
Connectome; Van Essen et al., 2013), brinda oportunidades para replicar los
examinó la confiabilidad testretest de la conectividad funcional encontró una
hallazgos . dentro de conjuntos de datos (p. ej.
confiabilidad relativamente pobre en las sesiones de escaneo (Noble et al., 2019). Sin
Bossier et al., 2020). Además, también facilitan la replicabilidad por parte de otros
embargo, una advertencia importante a estos hallazgos es que debido a que la
investigadores, dada la infraestructura establecida para acceder a estos datos.
confiabilidad se midió utilizando coeficientes de correlación intraclase medios a nivel
de borde, el metanálisis se basó en un pequeño grupo (alrededor del 12%) de estudios
que examinaban la confiabilidad testretest. Por tanto, estos resultados deben
interpretarse con cautela.
Finalmente, una consideración importante en toda investigación en neuroimagen
Direcciones futuras
es la magnitud de los efectos asociados con los diferentes enfoques analíticos. Los La neurociencia de redes ofrece un conjunto de herramientas para representar
tamaños de los efectos asociados con la conectividad funcional y el comportamiento cerebros como redes de nodos y bordes. Esta abstracción necesariamente da como
siguen en gran medida inexplorados (pero véase Seguin et al., 2020), en particular resultado una pérdida de detalles, pero permite a los investigadores interrogar los
porque podrían compararse con la activación específica de una región y otras medidas datos de la red en diferentes escalas espaciotemporales utilizando un conjunto rico y
de la actividad cerebral. cada vez mayor de métodos cuantitativos. Hasta la fecha, la mayoría de las redes sociales
Machine Translated by Google
hi
520 Neurociencia social cognitiva y afectiva, 2022, vol. 17, núm. 5
d
Tabla 2. Un resumen de las medidas analizadas en esta revisión que enumeran y articulan de manera concisa cómo interpretar diferentes medidas gráficas. Esta no pretende ser
una lista exhaustiva, ni incluye descripciones matemáticas de medidas (para una lista más completa, ver Rubinov y Sporns, 2010). También dirigimos al lector a las funciones
correspondientes en Brain Connectivity Toolbox (BCT; https://sites.google.com/site/bctnet/) que realizan estas medidas. Si esa función no existe en el BCT, incluimos enlaces a
una fuente alternativa. Observamos que puede haber otras implementaciones de estas mismas funciones a través de otros paquetes de software y lenguajes de programación
científicos (por ejemplo, NetworkX en Python; https://networkx.org/)
caminante'
• Las comunidades son grupos de nodos que tienden a 'atrapar' el flujo del caminante • El
Grado número de conexiones que hace un nodo • Lo analógico Grados_und.m, grados_dir.m,
ponderado es la 'fuerza' • Los fortalezas_und.m, fortalezas_dir.m,
concentradores tienden a hacer muchas conexiones fortalezas_und_sign.m
Centralidad • Cualquiera de una serie de medidas que describe cómo importante un nodo Entreness_bin.m, entreness_wei.m
(o borde) es a algún proceso • La
centralidad de intermediación mide la importancia de un nodo/borde para
caminos más cortos contando cuántos caminos más cortos atraviesan un nodo/borde
determinado
• Los concentradores tienden a ser
club rico altamente centrales • Un grupo de nodos altamente conectados que también están conectados entre sRich_club_bd.m,
í rich_club_bu.m,
otro rich_club_wd.m, rich_club_wu.m
• Detectado en base al 'coeficiente de club rico'
• Debe compararse con un modelo de conectividad nula. • Estimación de la
Conectividad variable conectividad (funcional) utilizando un subconjunto de indicadores temporales.
en el tiempo con puntos de tiempo contiguos, es decir, una ventana
ventana deslizante • La ventana avanzó un número fijo de fotogramas y la conectividad se estima nuevamente.
• Este proceso se
repite, generando así una secuencia que varía en el tiempo.
de redes
Red multicapa • Las redes variables en el tiempo se pueden modelar como una red multicapa: la matriz de Genlouvain.m, Community_louvain.m (http://
conectividad en cada instante es una capa netwiki.amath.unc.edu/ GenLouvain)
• Se puede aplicar un análogo multicapa del algoritmo de Louvain a
Redes multicapa para detectar simultáneamente comunidades en todas las capas.
• Estimado a partir del resultado del algoritmo de maximización de modularidad multicapa
Los estudios de neurociencia de redes se han centrado en sistemas y módulos Módulos y concentradores
cerebrales, con especial énfasis en el modo predeterminado y sus interacciones con
En las secciones anteriores, analizamos los sistemas cerebrales: grupos de regiones
otros sistemas y el resto del cerebro. Sin embargo, la neurociencia de redes ofrece un
cerebrales que están conectadas de manera cohesiva internamente pero escasamente
conjunto de herramientas mucho más diverso y completo para interrogar las redes. En
conectadas entre sí. A menudo, las identidades de estos sistemas se tratan como
esta sección, destacamos varias herramientas de la neurociencia de redes que (la “dadas”. Por ejemplo, se podría definir el sistema de modo predeterminado basándose
Tabla 2 proporciona enlaces al código para estas medidas) están actualmente en las etiquetas de las parcelas que acompañan al atlas de Schaefer (Schaefer et al.,
infrautilizadas dentro de la comunidad de neurociencia social. Además, especulamos 2018). Este enfoque es apropiado y razonable, pero sólo bajo el supuesto de que los
sobre cómo estas herramientas podrían usarse para mejorar nuestra comprensión sistemas son idénticos entre individuos. Sin embargo, trabajos recientes han
del papel que desempeñan las redes en la configuración de la cognición social. demostrado que los límites de los sistemas cerebrales varían de manera sistemática
y confiable entre individuos (Gordon et al.,
Las
regio
cent
se
pue
dete
cua
utili
la
me
del
coe
de
par
qu
tie
un
val
cer
a
la
uni
cu
la
co
de
un
ne
d
uei
Otra
forma
de
aprov
los
módu
y
las
comu
es
utiliz
para
deter
roles
nod
por
eje
iden
cent
cuy
con
aba
los
lími
de
los
mó
y,
por
lo
ta
pu
de
pa
gr
ta
e
lm
d
la
ciyla
td
in
(r
Muchos
sistemas
cerebrales
y
exhiben
subdivisiones
jerarquías
conocidas,
de
modo
que
están
compuestos
de
sistemas
dentro
de
sistemas,
etc.
(Figura
4B;
Betzel
y
Bassett,
2018).
Consideremos,
por
ejemplo,
la
organización
del
sistema
somatomotor.
En
una
escala
aproximada,
puede
verse
como
un
sistema
singular
asociado
con
la
representación
de
información
sensorial
y
la
ejecución
de
movimientos.
Sin
embargo,
sus
territorios
pueden
subdividirse
significativamente
según
el
tipo
de
información
que
representa
una
determinada
zona
de
la
corteza
cerebral,
con
distintos
subsistemas
asociados
diferencialmente
con
las
manos,
los
pies,
la
boca,
etc.
Estos
subsistemas,
a
su
vez,
pueden
subdividirse
aún
más
según
a
dígitos
individuales.
Claramente,
la
agrupación
burda
de
estas
áreas
como
un
singular
'sistema
somatomotor'
Módulos
multiescala
y
jerárquicos.
Con
cual
de
esta
heur
sim
se
pue
iden
sup
co
en
una
red
sin
nin
co
pre
los
lím
de
la
co
es
inf
plpr
re
C
a
le
cd
u
a
r
Un
centro
particularmente
intrigante
al
que
debería
centrarse
la
neurociencia
de
redes
cognitivas
sociales
es
la
ínsula.
En
la
investigación
de
la
neurociencia
social,
la
ínsula
ha
sido
implicada
en
una
variedad
de
funciones
cognitivas
sociales,
incluidos
varios
estados
afectivos
(por
ejemplo,
asco
y
empatía),
toma
de
decisiones
sociales
(por
ejemplo,
Singer
et
al.,
2009)
e
incluso
soledad
(Eisenberger
y
Cole). ,
2012).
La
neurociencia
de
redes
ha
identificado
la
ínsula
como
un
centro
que
desempeña
un
papel
importante
en
la
prominencia,
el
cambio
de
tareas,
la
atención
y
el
control
(Menon
y
Uddin,
2010).
Centrarse
en
la
ínsula
como
centro
puede
proporcionar
una
visión
novedosa
de
su
papel
más
amplio
en
la
cognición
social.
Sin
embargo,
cabe
destacar
que
existen
otros
métodos
para
identificar
y
definir
centros,
incluidas
sus
definiciones
más
comunes
como
regiones
altamente
conectadas
y
centrales
(Figura
4A).
En
conjunto,
estas
diferentes
definiciones
de
centros
ofrecen
un
conjunto
de
medidas
para
clasificar
y
categorizar
regiones
del
cerebro
en
función
de
sus
patrones
de
conectividad.
¿Cóm
se
hace
esto?
Una
soluci
es
desc
algor
los
siste
de
una
red
utiliz
mét
de
"det
com
201
En
el
len
de
la
ne
de
red
un
"c
o
"m
se
ref
a
un
co
d
nq
e
pd
csg
tq
ll
módulos
y
cero
cuando
las
conexiones
de
un
nodo
se
concentran
dentro
de
un
solo
módulo.
Curiosamente,
estudios
previos
han
encontrado
que
los
centros
tienden
a
estar
situados
dentro
de
la
corteza
transmodal
en
redes
cognitivas
de
orden
superior
(Power
et
al.,
2013;
Bertolero
et
al.,
2015)
y
que
el
daño
a
las
regiones
centrales
como
resultado
de
lesiones
focales
corresponde
a
déficits
cognitivos
generalizados
(Warren
et
al.,
2014). 2017
sugir
que
para
estu
los
siste
cere
de
man
sign
nec
esti
a
niv
de
suj
Est
enf
po
ser
pa
útil
pa
la
in
co
sd
a
re
fo
d
ce
á
fd
l"i
"dinámicos" segmentan puntos temporales en ventanas y estiman por separado la conectividad para cada ventana, lo que da como resultado una serie temporal de matrices de conectividad diferentes.
dificulta el seguimiento de cambios rápidos en la estructura de la red asociados con fluctuaciones rápidas en el estado cognitivo. Los estudios de conectividad variables en el tiempo o
segundos. Por el contrario, las sesiones de exploración en estado de reposo por resonancia magnética funcional pueden durar hasta 30 minutos. Esta incongruencia de escalas de tiempo
explorarse en estudios futuros es el estudio de los cambios en la estructura de la red en escalas de tiempo cortas. Muchos procesos cognitivos se desarrollan en escalas de tiempo de
Los módulos de nivel inferior y más pequeños reflejan una especialización funcional cada vez mayor (por ejemplo, pueden ser más específicos de un dominio). (C) Un tema final que podría
Fig.
4.
Fron
en
la
neur
de
red
cog
soci
La
neu
de
red
ofr
un
co
de
he
co
m
d
la
cu
ac
nsua
e
lnse
ia
Avt
Krendl
AC
y
RF
Betzel
521
Machine Translated by Google
Para
carac
mejor
cómo
cam
una
red
a
lo
larg
del
tiem
un
núm
crec
de
est
han
co
a
mo
red
din
o
qu
var
en
el
tie
ge
en
el
co
de
la
co
fu
(L
et
al
2
Le
d
rq
vetsi
De
man
simi
las
con
ana
au
y
dis
en
esc
de
tie
má
lar
co
el
ap
de
y
el
en
Es
ev
e
q
lvi
d
lra
co
e
a
ytinr
Resumen
En
esta
revisión,
hemos
proporcionado
una
descripción
general
del
campo
de
la
neurociencia
de
redes
con
el
objetivo
de
demostrar
cómo
un
enfoque
de
neurociencia
de
redes
cognitivas
sociales
puede
mejorar
nuestra
comprensión
del
cerebro
social.
de
Además
proporcionar
conocimientos
más
completos
sobre
cómo
el
cerebro
da
origen
al
comportamiento
social,
otra
contribución
potencial
de
la
neurociencia
de
redes
cognitivas
sociales
es
que
puede
ayudar
a
abordar
críticas
recientes
que
sostienen
la
investigación
en
neurociencia
social
es
demasiado
específica
de
un
dominio
y
simplifica
demasiado
nuestra
comprensión
de
cómo
funciona
el
cerebro.
cerebro
da
lugar
al
comportamiento
social
(Barrett
y
Satpute,
2013;
Spunt
y
2017;
Adolphs,
Ramsey
y
Ward,
2020).
Estas
críticas
se
basan
en
trabajos
previos
que
destacan
la
superposición
entre
procesos
cognitivos
aparentemente
únicos
(por
ejemplo,
memoria
de
trabajo
e
inteligencia),
señalando,
por
ejemplo,
que
la
memoria
de
trabajo
representa
el
40%
de
la
variación
en
la
inteligencia
fluida
global
(Fukuda
et
al.,
2010). ).
estas
Ampliando
observaciones
al
campo
de
la
neurociencia
social,
las
críticas
de
Anál
rede
diná
y
vari
en
el
tie
La
con
fun
y
estr
rep
ma
de
red
est
del
ce
Es
de
su
co
re
pd
ie
pd
rncyse
u
Es
deci
en
luga
de
cen
en
patr
de
acti
de
de
reg
es
est
enf
pe
a
los
in
ex
pa
d
cd
m
e
Sin
embargo,
el
análisis
de
redes
variables
en
el
tiempo
no
está
exento
de
limitaciones.
Los
análisis
de
ventanas
deslizantes
requieren
que
el
usuario
especifique
la
duración
de
la
ventana
y
cantidad
de
superposición
entre
ventanas
sucesivas.
Se
debe
tener
cuidado
al
seleccionar
estos
parámetros;
Las
ventanas
cortas
pueden
exhibir
efectos
de
aliasing,
y
la
superposición
entre
ventanas
significa
que
las
redes
resultantes
ya
no
son
independientes
entre
sí,
lo
que
puede
tener
implicaciones
para
su
análisis
posterior.
Para
sortear
estos
problemas,
varios
estudios
han
desarrollado
estimaciones
"puntuales"
de
conectividad
funcional,
obviando
así
la
necesidad
de
una
ventana
deslizante
y
al
mismo
tiempo
generando
estimaciones
de
conectividad
funcional
resueltas
temporalmente
(Liu
y
Duyn,
2013;
Shine
et
al.,
2015;
Esfahlani
et
al.,
2020).
Estos
métodos
más
nuevos
están
relativamente
no
probados,
pero
en
principio
permiten
a
los
usuarios
abordar
algunos
de
los
problemas
asociados
con
los
análisis
de
ventanas
deslizantes.
Junto
estos
dos
enfoq
ofrec
un
marc
para
exa
de
man
flexi
los
mód
de
la
red
cer
a
dife
esc
Est
no
sól
per
al
us
re
un
an
en
un
es
u
ot
si
q
lm
je
pce
a
fde
r
Las
redes
que
varían
en
el
tiempo
pueden
tratarse
como
redes
estáticas
y
analizarse
independientemente
unas
de
otras.
Sin
embargo,
también
pueden
analizarse
colectivamente
como
parte
de
una
red
multicapa
(Vaiana
y
Muldoon,
2020).
Esto
permite
a
los
investigadores
aprovechar
las
herramientas
de
análisis
redes
multicapa,
incluidos
análogos
de
los
métodos
de
detección
comunitaria,
como
la
maximización
de
la
modularidad
(Mucha
et
al.,
2010).
Cuando
se
aplica
a
una
red
multicapa,
este
enfoque
produce
estimaciones
de
comunidades
resueltas
temporalmente,
lo
que
permite
a
los
usuarios
realizar
un
seguimiento
trivial
de
los
cambios
en
las
asignaciones
de
la
comunidad
y
estimar
la
medida
de
"flexibilidad"
la
red:
con
qué
frecuencia
un
nodo
cambia
su
asignación
de
comunidad
un
momento
al
siguiente.
(Bassett
et
al.,
2011,
2013).
En
estudios
previos,
la
flexibilidad
se
ha
relacionado
con
la
tasa
de
aprendizaje
(Bassett
et
al.,
2011),
el
estado
afectivo
(Betzel
et
al.,
2017)
y
el
estado
clínico
(Braun
et
al.,
2016),
entre
otros,
lo
que
sugiere
sirve
como
un
poderoso
marcador
de
comportamiento.
los
Afort
méto
basa
en
dato
desc
en
la
secc
ante
son
muy
ade
para
abo
esta
pre
Tan
Info
co
la
ma
de
la
mo
inc
pa
aj
qu
ef
va
el
ta
y
nd
c(yB
2
E
pf
Hay
dud
en
torn
al
nú
corr
de
sist
cer
Por
eje
alg
est
ha
car
el
ce
en
tér
de
un
bi
en
gr
cd
"py"t
ne
a
2
tq
se
lleva
a
cabo
mediante
un
análisis
de
ventana
deslizante,
en
el
que
se
estima
una
red
funcional
utilizando
un
pequeño
subconjunto
de
puntos
temporales
(aquellos
que
se
encuentran
dentro
de
una
ventana
temporalmente
contigua
de
longitud
fija;
Shakil
et
al.,
2016;
Hindriks
et
al.,
2016;
Leonardi
y
Van
De
Ville,
2015;
ver
Figura
4C).
Luego,
la
ventana
avanza
un
cierto
número
de
fotogramas
y
se
genera
una
nueva
red.
Este
procedimiento
se
repite
hasta
que
la
ventana
no
puede
avanzar
más,
lo
que
produce
una
serie
temporal
de
redes,
cada
una
de
las
cuales
corresponde
a
una
ventana
diferente
en
el
tiempo.
Estas
redes
se
pueden
analizar
para
rastrear
cambios
que
varían
en
el
tiempo
conexiones
individuales
o
incluso
propiedades
de
la
red,
como
la
modularidad
(Betzel
et
al.,
2016;
Fukushima
et
al.,
2018),
la
distribución
de
centros
y
la
segregación/
integración
de
sistemas
cerebrales
(Shine
et
al.,
2016). La
etiq
'tem
no
res
est
car
de
esc
fina
Incl
en
rep
522
Neu
soci
cog
y
afec
202
vol.
17,
nú
5
Machine Translated by Google
Machine Translated by Google
hi
AC Krendl y RF Betzel 523
d
argumentan en contra de la noción de un "cerebro social", sugiriendo que los Enfermedad de Alzheimer: una revisión sistemática y un metanálisis.
procesos cognitivos sociales y no sociales probablemente se superpongan en Alzheimer y demencia: diagnóstico, evaluación y seguimiento de la enfermedad,
gran medida (por ejemplo, Ramsey y Ward, 2020). Sin embargo, una advertencia 8, 73–85.
importante a estas críticas es que, aunque regiones cerebrales específicas Bansal, K., Medaglia, JD, Bassett, DS, Vettel, JM, Muldoon, SF
pueden compartir funciones sociales y no sociales (p. ej., Spunt y Adolphs, 2017; (2018). Los modelos de redes cerebrales basados en datos diferencian la
Ramsey y Ward, 2020), la forma en que las regiones del cerebro comunican variabilidad entre las tareas lingüísticas. Biología Computacional PLoS, 14 (10),
información puede diferir en situaciones sociales y información no social. Por lo e1006487.
tanto, una contribución potencial de la neurociencia de redes cognitivas sociales Barrett, LF, Satpute, AB (2013). Redes cerebrales a gran escala en neurociencia
podría ser determinar si el hombre afectiva y social: hacia una arquitectura funcional integradora del cerebro.
La forma en que los sistemas cerebrales comunican información difiere entre la Opinión actual en neurobiología, 23 (3),
información social y la no social. 361–72.
Finalmente, un enfoque de neurociencia de redes cognitivas sociales tiene Bassett, DS, Wymbs, NF, Porter, MA, Mucha, PJ, Carlson, JM, Grafton, ST (2011).
varios beneficios clave. En primer lugar, podría proporcionar conocimientos Reconfiguración dinámica de las redes del cerebro humano durante el
novedosos sobre cómo, si es que lo hacen, las regiones del cerebro trabajan aprendizaje. Actas de la Academia Nacional de Ciencias, 108(18), 7641–6.
juntas para dar lugar al comportamiento social. En segundo lugar, proporciona
recursos potenciales para minimizar las preocupaciones sobre el poder y el Bassett, DS, Wymbs, NF, Rombach, MP, Porter, MA, Mucha, PJ, Grafton, ST
tamaño de las muestras en la investigación en neurociencia (por ejemplo, Button (2013). Organización centroperiferia basada en tareas de la dinámica del
et al., 2013; David et al., 2013; Szucs and Ioannidis, 2017; Clayson et al., 2019). cerebro humano. Biología Computacional PLoS, 9(9),
Específicamente, grandes conjuntos de datos disponibles públicamente (por e1003171.
ejemplo, el Proyecto Human Connectome; Van Essen et al., 2013) contienen Bassett, DS, Yang, M., Wymbs, NF, Grafton, ST (2015). Autonomía inducida por
datos de neuroimagen basados en tareas y en estado de reposo de más de 1000 el aprendizaje de los sistemas sensoriomotores. Neurociencia de la naturaleza,
participantes, así como amplias medidas de comportamiento. Los grandes 18 (5), 744–51.
conjuntos de datos brindan oportunidades para replicar conceptualmente los Bassett, DS, Zurn, P., Gold, JI (2018). Sobre la naturaleza y uso de modelos en
hallazgos (por ejemplo, en diferentes submuestras del conjunto de datos; por neurociencia de redes. Nature Reviews Neurociencia, 19 (9),
ejemplo, Bossier et al., 2020), así como también facilitan la replicación por parte 566–78.
de otros investigadores, dada la infraestructura establecida para acceder a estos Bassett, DS, Bullmore, ED (2006). Redes cerebrales de mundos pequeños. El
datos. Finalmente, podría permitirnos determinar si un enfoque de neurociencia neurocientífico, 12(6), 512–23.
de redes cognitivas sociales potencialmente explica una variación única, o incluso Bassett, DS, Mattar, MG (2017). Una neurociencia en red del aprendizaje humano:
mayor, en el comportamiento que los enfoques tradicionales de neurociencia social. potencial para informar teorías cuantitativas del cerebro y el comportamiento.
Tendencias en ciencias cognitivas, 21 (4), 250–64.
Bassett, DS, Sporns, O. (2017). Neurociencia en red. Neuronaturaleza
Financiamiento
ciencia, 20 (3), 353–64.
Este proyecto fue financiado en parte por un R01 AG070931 del Instituto Nacional Beaty, RE, Seli, P., Schacter, DL (2019). Neurociencia en red de la cognición
sobre el Envejecimiento (PI: Krendl). creativa: mapeo de mecanismos cognitivos y diferencias individuales en el
cerebro creativo. Opinión actual en ciencias del comportamiento, 27, 2230.
Conflicto de intereses Bertolero, MA, Yeo, BT, D'Esposito, M. (2015). La arquitectura funcional modular
Los autores declararon que no tenían ningún conflicto de intereses con respecto e integradora del cerebro humano. Actas de la Academia Nacional de Ciencias,
a su autoría o la publicación de este artículo. 112(49),
E6798–807.
Betzel, RF, Byrge, L., He, Y., Goñi, J., Zuo, XN, Sporns, O.
Referencias (2014). Cambios en la conectividad estructural y funcional entre redes en estado
Adolfos, R. (2009). El cerebro social: base neuronal del conocimiento social. de reposo a lo largo de la vida humana. Neuroimagen, 102, 345–57.
Revista anual de psicología, 60, 693–716.
Alcalá López ,
´ D., Smallwood, J., Jefferies, E., et al. (2018). Computar el conectoma Betzel, RF, Fukushima, M., He, Y., Zuo, XN, Sporns, O. (2016).
social del cerebro entre sistemas y estados. Corteza cerebral, 28(7), 2207–32. Las fluctuaciones dinámicas coinciden con períodos de alta y baja modularidad
en las redes cerebrales funcionales en estado de reposo. Neuroimagen, 127,
AndrewsHanna, JR, Reidler, JS, Huang, C., Buckner, RL (2010). 287–97.
Evidencia del papel de la red predeterminada en la cognición espontánea. Betzel, RF, Satterthwaite, TD, Gold, JI, Bassett, DS (2017). El afecto positivo, la
Revista de Neurofisiología, 104(1), 322–35. sorpresa y la fatiga son correlatos de la flexibilidad de la red.
Arslan, S., Ktena, SI, Makropoulos, A., Robinson, EC, Rueckert, D., Parisot, S. Informes científicos, 7(1), 1–10.
(2018). Mapeo del cerebro humano: una comparación sistemática de métodos Betzel, RF, Medaglia, JD, Kahn, AE, Soffer, J., Schonhaut, DR, Bassett, DS (2019).
de parcelación para la corteza cerebral humana. Los factores estructurales, geométricos y genéticos predicen patrones de
Neuroimagen, 170, 5–30. conectividad cerebral interregional investigados por electrocorticografía.
Assaf, M., Jagannathan, K., Calhoun, VD y col. (2010). Conectividad funcional Ingeniería Biomédica de la Naturaleza, 3(11),
anormal de subredes de modo predeterminado en pacientes con trastornos del 902–16.
espectro autista. Neuroimagen, 53(1), 247–56. Betzel, RF y Bassett, DS (2018). Especificidad y robustez de las conexiones de
Azevedo, FA, Carvalho, LR, Grinberg, LT, et al. (2009). Un número igual de células larga distancia en conectores interrealistas ponderados. Actas de la Academia
neuronales y no neuronales forman el cerebro humano. Nacional de Ciencias, 115(21),
Un cerebro de primate a escala isométrica. Revista de Neurología Comparada, E4880–9.
513(5), 532–41. Bijsterbosch, JD, Woolrich, MW, Glasser, MF y col. (2018). La relación entre la
Badhwar, A., Tam, A., Dansereau, C., Orban, P., Hoffstaedter, F., Bellec, P. (2017). configuración espacial y la conectividad funcional de las regiones del cerebro.
Disfunción de la red en estado de reposo en Elife, 7, e32992.
Machine Translated by Google
hi
524 Neurociencia social cognitiva y afectiva, 2022, vol. 17, núm. 5
d
Bossier, H., Roels, SP, Seurinck, R., Banaschewski, T., Barker, GJ, Bokde, AL IMAGEN Cohen, JR, D'Esposito, M. (2016). La segregación e integración de distintas redes
Consortium. (2020). La replicabilidad empírica de la resonancia magnética funcional cerebrales y su relación con la cognición. Revista de Neurociencia, 36(48), 12083–94.
basada en tareas en función del tamaño de la muestra. Neuroimagen, 212, 116601.
Cole, MW, Yarkoni, T., Repovš, G., Anticevic, A., Braver, TS (2012).
Braga, RM, Buckner, RL (2017). Redes distribuidas interdigitadas paralelas dentro del La conectividad global de la corteza prefrontal predice el control cognitivo y la
individuo estimadas por conectividad funcional intrínseca. Neurona, 95(2), 457–71. inteligencia. Revista de Neurociencia, 32(26), 8988–99.
Cole, MW, Laurent, P., Stocco, A. (2013). Aprendizaje rápido de tareas instruidas: una
¨A., Bassett, DS y col. (2016). Reconfiguración dinámica de la red
Braun, U., Schafer, nueva ventana a la capacidad única del cerebro humano para un control cognitivo
cerebral como posible mecanismo de riesgo genético de esquizofrenia modulado por flexible. Neurociencia cognitiva, afectiva y conductual, 13(1), 1–22.
la función del receptor NMDA. Actas de la Academia Nacional de Ciencias, 113(44),
12568–73. Cole, MW, Bassett, DS, Power, JD, Braver, TS, Petersen, SE (2014).
Broyd, SJ, Demanuele, C., Debener, S., Helps, SK, James, CJ, SonugaBarke, EJ (2009). Arquitecturas de red intrínsecas y evocadas por tareas del ser humano.
Disfunción cerebral en modo predeterminado en los trastornos mentales: una revisión cerebro. Neurona, 83(1), 238–51.
sistemática. Reseñas de neurociencia y biocomportamiento, 33 (3), 279–96. Cole, MW, Ito, T., Schultz, D., Mill, R., Chen, R., Cocuzza, C. (2019).
Las activaciones de tareas producen una inflación espuria pero sistemática de las
Buckner, RL, Krienen, FM, Yeo, BT (2013). Oportunidades y limitaciones de la conectividad estimaciones de conectividad funcional de las tareas. Neuroimagen, 189, 1–18.
funcional intrínseca de la resonancia magnética. Nature Neuroscience, 16(7), 832–7. Cole, MW, Ito, T., Cocuzza, C., SánchezRomero, R. (2021). La relevancia funcional de
la conectividad funcional tareaestado. Revista de Neurociencia, 41(12), 2684–702.
Bullmore, E., Sporns, O. (2009). Redes cerebrales complejas: graficar el análisis teórico
de sistemas estructurales y funcionales. Nature Reviews Neuroscience, 10(3), 186– Corbetta, M., Shulman, GL (2002). Control de la atención cerebral dirigida a objetivos e
98. impulsada por estímulos. Reseñas de la Naturaleza Neuro
Bullmore, E., Sporns, O. (2012). La economía de la organización de la red cerebral. Nature ciencia, 3(3), 201–15.
Reviews Neurociencia, 13(5), 336–49. Cornwell, EY, Waite, LJ (2009). Desconexión social, aislamiento percibido y salud entre
Button, KS, Ioannidis, JP, Mokrysz, C., et al. (2013). Fallo de energía: por qué un tamaño los adultos mayores. Revista de Salud y Comportamiento Social, 50(1), 31–48.
de muestra pequeño socava la confiabilidad de la neurociencia. Nature Reviews
Neuroscience, 14(5), 365–76. Cremers, HR, Wager, TD, Yarkoni, T. (2017). La relación entre el poder estadístico y la
Cacioppo, JT, Hawkley, LC, Thisted, RA (2010). El aislamiento social percibido me inferencia en fMRI. Más uno, 12(11),
entristece: análisis cruzados de 5 años de soledad y sintomatología depresiva en el e0184923.
Estudio de salud, envejecimiento y relaciones sociales de Chicago. Psicología y ´ (2013). Relevancia cognitiva de la estructura
Crossley, NA, Mechelli, A., Vertes, PE, et al.
Envejecimiento, 25(2), comunitaria de la red de coactivación funcional del cerebro humano. Actas de la
453. Academia Nacional de Ciencias, 110(28), 11583–8.
Cai, L., Dong, Q., Niu, H. (2018). El desarrollo de la organización funcional de la red en
la primera infancia y la primera adolescencia: un estudio fNIRS en estado de reposo. Damoiseaux, JS, Rombouts, SARB, Barkhof, F., et al. (2006). Redes consistentes en
Neurociencia cognitiva del desarrollo, 30, estado de reposo en sujetos sanos. Actas de la Academia Nacional de Ciencias,
223–35. 103(37), 13848–53.
Cassidy, BS, Lee, EJ, Krendl, AC (2016). La edad y la capacidad ejecutiva afectan los Damoiseaux, JS, Prater, KE, Miller, BL, Greicius, MD (2012). La conectividad funcional
correlatos neuronales de la percepción racial. Neurociencia social cognitiva y afectiva, rastrea el deterioro clínico en la enfermedad de Alzheimer. Neurobiología del
11(11), 1752–61. envejecimiento, 33(4), 828–e19.
Castle, E., Eisenberger, NI, Seeman, TE, et al. (2012). Bases neuronales y conductuales David, SP, Ware, JJ, Chu, IM, et al. (2013). Posible sesgo de información en estudios de
de las diferencias de edad en las percepciones de confianza. Actas de la Academia resonancia magnética funcional del cerebro. PLoS One, 8(7),
Nacional de Ciencias, 109(51), e70104. de Reus, MA, van den Heuvel, MP (2013). Rica organización de clubes y
20848–52. comunicación entre módulos en el conectoma del gato. Revista de Neurociencia,
Chai, LR, Mattar, MG, Blank, IA, Fedorenko, E., Bassett, DS (2016). 33(32), 12929–39.
Dinámica de redes funcionales del sistema lingüístico. Corteza cerebral, 26(11), 4148– Drysdale, AT, Grosenick, L., Downar, J., et al. (2017). Los biomarcadores de conectividad
59. en estado de reposo definen subtipos neurofisiológicos de depresión. Medicina de la
Chan, MY, Park, DC, Savalia, NK, Petersen, SE, Wig, GS (2014). naturaleza, 23 (1), 28–38.
Disminución de la segregación de los sistemas cerebrales a lo largo de la vida adulta Dubois, J., Adolphs, R. (2016). Construyendo una ciencia de las diferencias individuales a partir de
sana. Actas de la Academia Nacional de Ciencias, 111(46), la resonancia magnética funcional. Tendencias en ciencias cognitivas, 20 (6), 425–43.
E4997–5006. Eickhoff, SB, Thirion, B., Varoquaux, G., Bzdok, D. (2015).
Charpentier, CJ, O'Doherty, JP (2018). La aplicación de modelos computacionales a la Parcelación basada en conectividad: crítica e implicaciones.
neurociencia social: promesas y trampas. Neurociencia social, 13(6), 637–47. Mapeo del cerebro humano, 36(12), 4771–92.
Eisenberg, N., Strayer, J. (1987). Cuestiones críticas en el estudio de la empatía. En:
Chong, M., Bhushan, C., Joshi, AA, et al. (2017). Parcelación individual de resonancia Eisenberg, N., Strayer, J., editores. La empatía y su desarrollo. Nueva York, NY:
magnética funcional en reposo con una conectividad funcional grupal previa. Cambridge University Press, 3–13.
Neuroimagen, 156, 87100. Eisenberger, NI, Cole, SW (2012). Neurociencia social y salud: mecanismos
ChristovMoore, L., Reggente, N., Douglas, PK, Feusner, JD, Iacoboni, M. (2020). Predecir neurofisiológicos que vinculan los vínculos sociales con la salud física. Neurociencia
la empatía a partir de la conectividad cerebral en estado de reposo: un enfoque de la naturaleza, 15 (5), 669.
multivariado. Fronteras en neurociencia integrativa, 14, 3. ErcseyRavasz, M., Markov, NT, Lamy, C., et al. (2013). Un modelo de red predictivo de
conectividad cortical cerebral basado en una regla de distancia. Neurona, 80(1), 184–
Clayson, PE, Carbine, KA, Baldwin, SA, Larson, MJ (2019). 97.
Comportamiento de presentación de informes metodológicos, tamaños de muestra y Esfahlani, FZ, Jo, Y., Faskowitz, J., et al. (2020). Las cofluctuaciones de alta amplitud en
poder estadístico en estudios de potenciales relacionados con eventos: barreras a la la actividad cortical impulsan la conectividad funcional.
reproducibilidad y replicabilidad. Psicofisiología, 56(11), e13437. Actas de la Academia Nacional de Ciencias, 117(45), 28393–401.
Machine Translated by Google
hi
AC Krendl y RF Betzel 525
d
Evans, AC (2013). Redes de covarianza anatómica. neuroimagen, Gordon, EM, Laumann, TO, Gilmore, AW, et al. (2017). Mapeo funcional de precisión de
80, 489–504. cerebros humanos individuales. Neurona, 95(4),
Falk, EB, Berkman, ET, Whalen, D., Lieberman, MD (2011). La actividad neuronal durante 791–807.
los mensajes de salud predice reducciones en el tabaquismo más allá de lo que uno Gordon, EM, Laumann, TO, Marek, S., et al. (2020). Flujos de red en modo predeterminado
mismo informa. Psicología de la Salud, 30(2), 177. para acoplarse a sistemas de lenguaje y control. Actas de la Academia Nacional de
Falk, EB, Bassett, DS (2017). Cerebro y redes sociales: pilares fundamentales de la Ciencias, 117(29),
experiencia humana. Tendencias en ciencias cognitivas, 21 (9), 674–90. 17308–19.
Gotts, SJ, Simmons, WK, Milbury, LA, Wallace, GL, Cox, RW, Martin, A. (2012).
Felleman, DJ, Van Essen, DC (1991). Procesamiento jerárquico distribuido en la corteza Fraccionamiento de circuitos cerebrales sociales en los trastornos del espectro autista.
cerebral de primates. Cerebral Cortex (Nueva York, NY: 1991), 1(1), 1–47. Cerebro, 135(9), 2711–25.
Gratton, C., Laumann, TO, Nielsen, AN, et al. (2018). Las redes cerebrales funcionales
Ferreira, LK, Busatto, GF (2013). Conectividad funcional en estado de reposo en el están dominadas por factores grupales e individuales estables, no por variaciones
envejecimiento cerebral normal. Reseñas de neurociencia y biocomportamiento, 37 cognitivas o diarias. Neurona, 98(2), 439–52.
(3), 384–400. Greicius, MD, Krasnow, B., Reiss, AL, Menon, V. (2003). Conectividad funcional en el
Finn, ES, Shen, X., Scheinost, D., et al. (2015). Huellas dactilares de conexión funcional: cerebro en reposo: un análisis de red de la hipótesis del modo predeterminado. Actas
identificación de individuos utilizando patrones de conectividad cerebral. Neurociencia de la Academia Nacional de Ciencias, 100(1), 253–8.
de la naturaleza, 18 (11), 1664–71.
Finn, ES, Bandettini, PA (2021). Ver películas supera al descanso para la predicción del Greicius, MD, Srivastava, G., Reiss, AL, Menon, V. (2004). La actividad de la red en modo
comportamiento basada en la conectividad funcional. Neuroimagen, 235, 117963. predeterminado distingue la enfermedad de Alzheimer del envejecimiento saludable:
evidencia de resonancia magnética funcional. Actas de la Academia Nacional de
Fortunato, S. (2010). Detección de comunidades en gráficos. Informes de física, 486(3–5), Ciencias, 101(13), 4637–42.
75–174. Guimerá, R., Amaral, LAN (2005). Cartografía de redes complejas: módulos y roles
Fox, MD, Liu, H., PascualLeone, A. (2013). Identificación de objetivos individualizados universales. Revista de Mecánica Estadística: Teoría y Experimento, 2005(02), P02001.
reproducibles para el tratamiento de la depresión con TMS basado en conectividad
intrínseca. Neuroimagen, 66, Hagmann, P., Cammoun, L., Gigandet, X., et al. (2008). Mapeo del núcleo estructural de la
151–60. corteza cerebral humana. Biología PLoS, 6(7), e159.
Friston, KJ (1994). Conectividad funcional y efectiva en neuroimagen: una síntesis. Mapeo Harriger, L., Van Den Heuvel, MP, Sporns, O. (2012). Organización de clubes ricos de la
del cerebro humano, 2(12), 56–78. corteza cerebral de macacos y su papel en la comunicación en red. PLoS One, 7(9),
Friston, KJ, Buechel, C., Fink, GR, Morris, J., Rolls, E., Dolan, RJ e46497.
(1997). Interaciones psicofisiológicas y moduladoras en Neuroimagen. Neuroimagen, HerculanoHouzel, S. (2012). El notable, aunque no extraordinario, cerebro humano como
6(3), 218–29. cerebro de primate ampliado y su costo asociado.
Fukuda, K., Vogel, E., Mayr, U., Awh, E. (2010). Cantidad, no calidad: la relación entre Actas de la Academia Nacional de Ciencias, 109 (Suplemento 1),
inteligencia fluida y capacidad de memoria de trabajo. Boletín y revisión psiconómica, 10661–8.
17 (5), 673–9. Hermundstad, AM, Bassett, DS, Brown, KS, et al. (2013). Fundamentos estructurales de la
Fukushima, M., Betzel, RF, He, Y., et al. (2018). Fluctuaciones entre topología de alta y conectividad funcional en estado de reposo y basada en tareas en el cerebro humano.
baja modularidad en la conectividad funcional resuelta en el tiempo. Neuroimagen, Actas de la Academia Nacional de Ciencias, 110(15), 6169–74.
180, 406–16.
Garofalo, M., Nieus, T., Massobrio, P., Martinoia, S. (2009). Evaluación del desempeño Hindriks, R., Adhikari, MH, Murayama, Y., et al. (2016). ¿Pueden las correlaciones de
de métodos basados en la teoría de la información y correlación cruzada para estimar ventanas deslizantes revelar conectividad funcional dinámica en la resonancia
la conectividad funcional en redes corticales. PLoS One, 4(8), e6482. magnética funcional en estado de reposo? Neuroimagen, 127, 242–56.
Holper, L., Scholkmann, F., Wolf, M. (2012). Conectividad entre cerebros durante la
Garrity, AG, Pearlson, GD, McKiernan, K., Lloyd, D., Kiehl, KA, Calhoun, VD (2007). imitación medida por fNIRS. Neuroimagen, 63(1),
Conectividad funcional aberrante en 'modo predeterminado' en la esquizofrenia. 212–22.
Revista Estadounidense de Psiquiatría, 164 (3), Honey, CJ, Kotter, ¨R., Breakspear, M., Sporns, O. (2007). La estructura de red de la corteza
450–7. cerebral da forma a la conectividad funcional en múltiples escalas de tiempo. Actas de
Glasser, MF, Coalson, TS, Robinson, EC, et al. (2016). Una parcelación multimodal de la la Academia Nacional de Ciencias, 104(24), 10240–5.
corteza cerebral humana. Naturaleza, 536(7615),
171–8. Honey, CJ, Sporns, O., Cammoun, L., et al. (2009). Predecir la conectividad funcional
Golland, Y., Golland, P., Bentin, S., Malach, R. (2008). La agrupación basada en datos humana en estado de reposo a partir de la conectividad estructural. Actas de la
revela una subdivisión fundamental de la corteza humana en dos sistemas globales. Academia Nacional de Ciencias, 106(6),
Neuropsicología, 46(2), 540–53. 2035–40.
Gong, G., He, Y., Chen, ZJ, Evans, AC (2012). Convergencia y divergencia de correlaciones Hughes, C., Cassidy, BS, Faskowitz, J., AvenaKoenigsberger, A., Sporns, O., Krendl, AC
de espesor con conexiones de difusión a través de la corteza cerebral humana. (2019). Las diferencias de edad en conexiones neuronales específicas dentro de la
Neuroimagen, 59(2), red del modo predeterminado subyacen a la teoría de la mente. Neuroimagen, 191,
1239–48. 269–77.
GonzálezCastillo, J., Kam, JW, Hoy, CW, Bandettini, PA (2021). Hughes, C., Faskowitz, J., Cassidy, BS, Sporns, O., Krendl, AC
Cómo interpretar la resonancia magnética funcional en estado de reposo: pregunte a sus (2020). El envejecimiento se relaciona con una arquitectura funcional
participantes. Revista de Neurociencia, 41(6), 1130–41. desproporcionadamente más débil de las redes cerebrales durante los estados de
Gordon, EM, Laumann, TO, Adeyemo, B., Huckins, JF, Kelley, WM, Petersen, SE (2016). descanso y tarea. Neuroimagen, 209, 116521.
Generación y evaluación de una parcelación del área cortical a partir de correlaciones Hull, JV, Dokovna, LB, Jacokes, ZJ, Torgerson, CM, Irimia, A., Van Horn, JD (2017).
en estado de reposo. Corteza cerebral, 26(1), Conectividad funcional en estado de reposo en los trastornos del espectro autista: una
288–303. revisión. Fronteras en psiquiatría, 7, 205.
Machine Translated by Google
hi
526 Neurociencia social cognitiva y afectiva, 2022, vol. 17, núm. 5
d
Hutchison, RM, Womelsdorf, T., Allen, EA y col. (2013). Conectividad funcional Leonardi, N., Van De Ville, D. (2015). Sobre fluctuaciones espurias y reales de la
dinámica: promesa, problemas e interpretaciones. conectividad funcional dinámica durante el reposo. Neuroimagen, 104, 430–6.
Neuroimagen, 80, 360–78.
Hyon, R., Youm, Y., Kim, J., Chey, J., Kwak, S., Parkinson, C. (2020). Liu, X., Duyn, JH (2013). Información de red funcional que varía en el tiempo extraída
La similitud en la conectividad funcional del cerebro en reposo predice la cercanía de breves instancias de actividad cerebral espontánea. Actas de la Academia
interpersonal en la red social de toda una aldea. Nacional de Ciencias, 110(11),
Actas de la Academia Nacional de Ciencias, 117(52), 33149–60. 4392–7.
Iraji, A., Deramus, TP, Lewis, N., et al. (2019). El cronograma espacial revela una Lu, H., Zou, Q., Gu, H., Raichle, ME, Stein, EA, Yang, Y. (2012).
interacción dinámica entre la segregación funcional y la integración. Mapeo del Los cerebros de rata también tienen una red en modo predeterminado. Actas de
cerebro humano, 40(10), 3058–77. la Academia Nacional de Ciencias, 109(10), 3979–84.
IturriaMedina, Y., CanalesRodríguez, EJ, MelieGarcía, L., et al. Luo, Y., Hawkley, LC, Waite, LJ, Cacioppo, JT (2012). Soledad, salud y mortalidad en
(2007). Caracterización de las conexiones anatómicas del cerebro mediante la vejez: un estudio longitudinal nacional.
resonancia magnética ponderada por difusión y teoría de grafos. Neuroimagen, 36(3), Ciencias sociales y medicina, 74(6), 907–14.
645–60. Lurie, DJ, Kessler, D., Bassett, DS, et al. (2020). Preguntas y controversias en el
IturriaMedina, Y., Sotero, RC, CanalesRodríguez, EJ, AlemánG´omez , Y., Melie estudio de la conectividad funcional variable en el tiempo en fMRI en reposo.
García, L. (2008).
´ Estudiar la red anatómica del cerebro humano mediante Neurociencia en red, 4 (1), 30–69.
resonancia magnética ponderada por difusión y teoría de grafos. Neuroimagen, Lynall, ME, Bassett, DS, Kerwin, R., et al. (2010). Conectividad funcional y redes
40(3), 1064–76. cerebrales en la esquizofrenia. Revista de Neurociencia, 30(28), 9477–87.
Jarrell, TA, Wang, Y., Bloniarz, AE, et al. (2012). El conectoma de una red neuronal de
toma de decisiones. Ciencia, 337(6093), 437–44. Lynch, CJ, Power, JD, Scult, MA, Dubin, M., Gunning, FM, Liston, C. (2020). Mapeo
Jeub, LG, Sporns, O., Fortunato, S. (2018). Agrupación de consenso multiresolución funcional de precisión rápida de individuos mediante resonancia magnética
en redes. Informes científicos, 8(1), 1–16. funcional de múltiples ecos. Informes celulares, 33(12), 108540.
Jin, SH, Seol, J., Kim, JS, Chung, CK (2011). ¿Qué tan confiables son las redes de MakiMarttunen, V., Diez, I., Cortés, JM, Chialvo, DR, Villarreal, M.
conectividad funcional de MEG en estados de reposo? Revista de neurofisiología, (2013). Interrupción de la entropía de transferencia y la conectividad funcional
106(6), 2888–95. cerebral interhemisférica en pacientes con trastorno de la conciencia. Fronteras
Joo, WT, Kwak, S., Youm, Y., Chey, J. (2017). Diferencia de conectividad funcional en neuroinformática, 7, 24.
cerebral en la red completa de una aldea entera: el papel del tamaño y la Mantini, D., Gerits, A., Nelissen, K., et al. (2011). Modo predeterminado de función
integración de la red social. Informes científicos, 7(1), 1–12. cerebral en monos. Revista de Neurociencia, 31(36), 12954–62.
Marek, S., Hwang, K., Foran, W., Hallquist, MN, Luna, B. (2015).
Kaiser, M., Hilgetag, CC (2006). Ubicación de componentes no óptima, pero rutas de La contribución de la organización e integración de redes al desarrollo del control
procesamiento cortas, debido a proyecciones a larga distancia en los sistemas cognitivo. Biología PLoS, 13(12), e1002328.
neuronales. PLoS Biología Computacional, 2(7), e95. Markett, S., Montag, C., Reuters, M. (2018). Neurociencia en red y
Kanwisher, N., McDermott, J., Chun, MM (1997). El área fusiforme de la cara: un personalidad. Neurociencia de la personalidad, 1, 114.
módulo en la corteza extraestriada humana especializado en la percepción facial. Mars, RB, Neubert, FX, Noonan, MP, Sallet, J., Toni, I., Rushworth, MF (2012). Sobre
Revista de Neurociencia, 17(11), 4302–11. la relación entre la 'red en modo predeterminado' y el 'cerebro social'. Fronteras
Kliemann, D., Adolphs, R. (2018). La neurociencia social de la mentalización: desafíos en la neurología humana
y recomendaciones. Opinión actual en psicología, 24, 1–6. ciencia, 6, 18.
McIntosh, AR (2000). Hacia una teoría de la cognición en red. Redes neuronales, 13(8–
Koch, W., Teipel, S., Mueller, S., et al. (2012). Poder diagnóstico de la resonancia magnética 9), 861–70.
funcional en estado de reposo de la red en modo predeterminado en la detección de la Medaglia, JD, Lynall, ME, Bassett, DS (2015). Neurociencia de redes cognitivas.
enfermedad de Alzheimer. Neurobiología del envejecimiento, 33(3), 466–78. Revista de neurociencia cognitiva, 27(8), 1471–91.
Koen, JD, Srokova, S., Rugg, MD (2020). Desdiferenciación y cognición neuronal Meindl, T., Teipel, S., Elmouden, R., et al. (2010). Reproducibilidad testretest de la
relacionada con la edad. Opinión actual en ciencias del comportamiento, 32, 714. red en modo predeterminado en individuos sanos.
Mapeo del cerebro humano, 31 (2), 237–46.
Kong, R., Li, J., Orban, C. y col. (2019). La topografía espacial de las redes corticales Mejía, AF, Nebel, MB, Wang, Y., Caffo, BS, Guo, Y. (2020). Análisis de componentes
específicas de cada individuo predice la cognición, la personalidad y las emociones independientes de la plantilla: estimación específica y confiable de redes cerebrales
humanas. Corteza cerebral, 29(6), 2533–51. a nivel de sujeto utilizando datos previos de población de big data. Revista de la
Krienen, FM, Yeo, BT, Buckner, RL (2014). Los modos de acoplamiento funcional Asociación Estadounidense de Estadística, 115(531),
dependientes de tareas reconfigurables se agrupan alrededor de una arquitectura 1151–77.
funcional central. Transacciones filosóficas de la Royal Soci ety B: Ciencias Menon, V., Uddin, LQ (2010). Prominencia, conmutación, atención y control: un modelo
biológicas, 369 (1653), 20130526. de red de función de la ínsula. Estructura cerebral y
Kuiper, JS, Zuidersma, M., Voshaar, RCO, et al. (2015). Relaciones sociales y riesgo Función, 214(5–6), 655–67.
de demencia: una revisión sistemática y metanálisis de estudios de cohortes Messaritaki, E., Foley, S., Schiavi, S., et al. (2021). Predecir la conectividad funcional
longitudinales. Reseñas de investigaciones sobre el envejecimiento, 22, 39–57. del estado de reposo de MEG a partir de información microestructural.
Neurociencia en red, 5 (2), 477–504.
Lamm, C., Decety, J., Singer, T. (2011). Evidencia metaanalítica de redes neuronales Mesulam, MM (1998). De la sensación a la cognición. Cerebro: una revista de
comunes y distintas asociadas con el dolor experimentado directamente y la neurología, 121 (6), 1013–52.
empatía por el dolor. Neuroimagen, 54(3), Meyer, ML (2019). Social por defecto: caracterización de las funciones sociales del
2492–502. cerebro en reposo. Direcciones actuales en la ciencia psicológica, 28 (4), 380–6.
Latora, V., Marchiori, M. (2001). Comportamiento eficiente de redes de mundo
pequeño. Cartas de revisión física, 87(19), 198701. MirandaDomínguez, O., Mills, BD, Carpenter, SD, et al. (2014).
Laumann, TO, Snyder, AZ (2021). La actividad cerebral no es sólo para pensar. Conectotipado: toma de huellas dactilares basada en modelos del conectoma
Opinión actual en ciencias del comportamiento, 40, 130–6. funcional. PLoS One, 9(11), e111048.
Machine Translated by Google
hi
AC Krendl y RF Betzel 527
d
Misaki, M., Kerr, KL, Ratliff, EL, et al. (2021). Más allá de la sincronía: la capacidad del Raichle, ME, Mintun, MA (2006). Trabajo cerebral e imágenes cerebrales.
hiperescaneo por resonancia magnética funcional para el estudio de la interacción Revisión anual de neurociencia, 29, 449–76.
social humana. Neurociencia social cognitiva y afectiva, 16 (1–2), Ramsey, R., Ward, R. (2020). Poner lo no social en la neurociencia social: un papel
84–92. para los mapas de prioridad de dominio general durante las interacciones sociales.
Mitchell, JP (2008). Aportaciones de la neuroimagen funcional al estudio de la cognición Perspectivas de la ciencia psicológica, 15 (4), 1076–94.
social. Direcciones actuales en la ciencia psicológica, 17 (2), 142–6. Redcay, E., Schilbach, L. (2019). Utilizar la neurociencia en segunda persona para
dilucidar los mecanismos de interacción social. Reseñas de naturaleza
Moran, JM, Jolly, E., Mitchell, JP (2012). Déficits sociocognitivos en el envejecimiento Neurociencia, 20(8), 495–505.
normal. Revista de Neurociencia, 32(16), 5553–61. Reichardt, J., Bornholdt, S. (2006). Mecánica estadística de detección comunitaria.
Mucha, PJ, Richardson, T., Macon, K., Porter, MA, Onnela, JP Revisión física E, 74(1), 016110.
(2010). Estructura comunitaria en redes dependientes del tiempo, multiescala y Ribeiro, AH, Vidal, MC, Sato, JR, Fujita, A. (2021). Causalidad de Granger entre gráficos
multiplex. Ciencia, 328(5980), 876–8. y aplicación a la conectividad cerebral funcional en el trastorno del espectro autista.
Muldoon, SF, Bridgeford, EW, Bassett, DS (2016). Propensión al mundo pequeño y Entropía, 23(9), 1204.
redes cerebrales ponderadas. Informes científicos, 6(1), Rolls, ET, Huang, CC, Lin, CP, Feng, J., Joliot, M. (2020). Atlas 3 de etiquetado
1–13. anatómico automatizado. Neuroimage, 206, 116189.
MwilambweTshilobo, L., Ge, T., Chong, M., et al. (2019). La soledad y el significado de Rosenberg, MD, Finn, ES, Scheinost, D., et al. (2016). Un neuromarcador de atención
la vida se reflejan en la arquitectura de red intrínseca del cerebro. Neurociencia sostenida de la conectividad funcional de todo el cerebro.
social cognitiva y afectiva, 14 (4), Neurociencia de la naturaleza, 19 (1), 165–71.
423–33. Rosvall, M., Bergstrom, CT (2008). Los mapas de paseos aleatorios en redes complejas
Newman, ME, Girvan, M. (2004). Encontrar y evaluar la estructura comunitaria en redes. revelan la estructura de la comunidad. Actas de la Academia Nacional de Ciencias,
Revisión física E, 69(2), 026113. 105(4), 1118–23.
Niu, H., Li, Z., Liao, X. y col. (2013). Fiabilidad de prueba y repetición de métricas gráficas Rotge, JY, Lemogne, C., Hinfray, S., et al. (2015). Un metanálisis de la contribución del
en redes cerebrales funcionales: un estudio fNIRS en estado de reposo. cingulado anterior al dolor social. Neurociencia social cognitiva y afectiva, 10 (1), 19–
PLoS One, 8(9), e72425. 27.
Noble, S., Scheinost, D., Constable, RT (2019). Una década de confiabilidad testretest Rubinov, M., Sporns, O. (2010). Medidas de redes complejas de conectividad cerebral:
de la conectividad funcional: una revisión sistemática y un metanálisis. Neuroimagen, usos e interpretaciones. Neuroimagen, 52(3),
203, 116157. 1059–69.
O'Reilly, JX, Woolrich, MW, Behrens, TE, Smith, SM, JohansenBerg, H. (2012). Salehi, M., Greene, AS, Karbasi, A., Shen, X., Scheinost, D., Constable, RT (2020). No
Herramientas del oficio: interacciones psicofisiológicas y conectividad funcional. existe un atlas funcional único ni siquiera para un solo individuo: las definiciones de
Neurociencia social cognitiva y afectiva, 7(5), 604–9. parcelas funcionales cambian con la tarea. NeuroImagen, 208, 116366.
Paban, V., Modolo, J., Mheich, A., Hassan, M. (2019). La resiliencia psicológica se Samu, D., Seth, AK, Nowotny, T. (2014). Influencia del costo del cableado en la
correlaciona con la flexibilidad de la red cerebral fuenteespacio del EEG. arquitectura a gran escala de la conectividad cortical humana. Biología Computacional
Neurociencia en red, 3(2), 539–50. PLoS, 10(4), e1003557.
Parque, H., Friston, K. (2013). Redes cerebrales estructurales y funcionales: de las Schaefer, A., Kong, R., Gordon, EM, et al. (2018). Parcelación localglobal de la corteza
conexiones a la cognición. Ciencia, 342(6158), 1238411. cerebral humana a partir de funciones intrínsecas
Parkinson, C. (2021). Métodos computacionales en neurociencia social: avances resonancia magnética de conectividad. Corteza cerebral, 28(9), 3095–114.
recientes, nuevas herramientas y direcciones futuras. Neurociencia social cognitiva Scheid, BH, Ashourvan, A., Stiso, J., et al. (2021). Controlabilidad en evolución temporal
y afectiva, 16(8), 739–44. de las redes de conectividad efectivas durante la progresión de las convulsiones.
Perissinotto, CM, Cenzer, IS, Covinsky, KE (2012). Soledad en personas mayores: un Actas de la Academia Nacional de Ciencias, 118(5),
predictor de deterioro funcional y muerte. 1–8.
Archivos de Medicina Interna, 172(14), 1078–84. ¨ R., O'Donnell, MB, García, JO, et al. (2017). La dinámica de la conectividad
Schmalzle,
Pervaiz, U., Vidaurre, D., Woolrich, MW, Smith, SM (2020). Métodos optimizados de cerebral durante la interacción social refleja la estructura de la red social. Actas de
modelado de redes para fMRI. Neuroimagen, 211, la Academia Nacional de Ciencias, 114(20), 5153–8.
116604.
Pillemer, S., Holtzer, R., Blumen, HM (2017). Conectividad funcional asociada a las redes Scolari, M., SeidlRathkopf, KN, Kastner, S. (2015). Funciones de la red de atención
sociales en adultos mayores: un estudio de resonancia magnética funcional en frontoparietal humana: evidencia de neuroimagen. Opinión actual en ciencias del
estado de reposo. Neurociencia social, 12 (3), 242–52. comportamiento, 1, 32–9.
Power, JD, Cohen, AL, Nelson, SM, et al. (2011). Organización de redes funcionales del Seguin, C., Tian, Y., Zalesky, A. (2020). Los modelos de comunicación en red mejoran
cerebro humano. Neurona, 72(4), 665–78. la utilidad predictiva funcional y conductual del conectoma estructural humano.
Potencia, JD, Schlaggar, BL, LessovSchlaggar, CN, Petersen, SE Neurociencia en red, 4 (4),
(2013). Evidencia de centros en redes cerebrales funcionales humanas. 980–1006.
Neurona, 79(4), 798–813. Seidlitz, J., Vaša, ´F., Shinn, M., RomeroGarcía, R., Whitaker, KJ, Vertes, PE NSPN
Powers, KE, Wagner, DD, Norris, CJ, Heatherton, TF (2013). ´
Consortium.
(2018). Las redes de similitud morfométrica detectan la organización
Los individuos socialmente excluidos no logran reclutar la corteza prefrontal medial cortical a microescala y predicen la variación cognitiva interindividual. Neurona,
para escenas sociales negativas. Neurociencia social cognitiva y afectiva, 8(2), 151– 97(1), 231–47.
7. Shakil, S., Lee, CH, Keilholz, SD (2016). Evaluación del rendimiento de la correlación
Raichle, ME, MacLeod, AM, Snyder, AZ, Powers, WJ, Gusnard, DA, Shulman, GL (2001). de ventana deslizante para caracterizar la conectividad funcional dinámica y los
Un modo predeterminado de función cerebral. Actas de la Academia Nacional de estados cerebrales. Neuroimagen, 133,
Ciencias, 98 (2), 111–28.
676–82. Shen, X., Tokoglu, F., Papademetris, X., Constable, RT (2013). Parcelación grupal de
Raichle, ME (2015). La red de modo predeterminado del cerebro. Anual todo el cerebro a partir de datos de resonancia magnética funcional en estado de
Revisión de neurociencia, 38, 433–47. reposo para la identificación de nodos de red. Neuroimagen, 82, 403–15.
Machine Translated by Google
hi
528 Neurociencia social cognitiva y afectiva, 2022, vol. 17, núm. 5
d
Shen, X., Finn, ES, Scheinost, D., et al. (2017). Uso de modelos predictivos basados en Supekar, K., Menon, V., Rubin, D., Musen, M., Greicius, MD
conectomas para predecir el comportamiento individual a partir de la conectividad (2008). Análisis de redes de conectividad cerebral funcional intrínseca en la
cerebral. Protocolos de la naturaleza, 12 (3), 506–18. enfermedad de Alzheimer. Biología computacional PLoS, 4 (6),
Shih, CT, Sporns, O., Yuan, SL, et al. (2015). Análisis basado en conecómica del flujo de e1000100.
información en el cerebro de Drosophila. Biología actual, 25 (10), 1249–58. Szucs, D., Ioannidis, JP (2017). Evaluación empírica de los tamaños y el poder de los
efectos publicados en la literatura reciente de neurociencia cognitiva y psicología.
Shine, JM, Koyejo, O., Bell, PT, Gorgolewski, KJ, Gilat, M., Poldrack, RA (2015). Estimación Biología PLoS, 15(3), e2000797.
de la conectividad funcional dinámica mediante multiplicación de derivadas Tompson, SH, Falk, EB, Vettel, JM, Bassett, DS (2018). Enfoques de red para comprender
temporales. Neuroimagen, 122, 399–407. las diferencias individuales en la conectividad cerebral: oportunidades para la
neurociencia de la personalidad. Neurociencia de la personalidad, 1, 112.
Shine, JM, Bissett, PG, Bell, PT y col. (2016). La dinámica de las redes cerebrales
funcionales: estados de red integrados durante la realización de tareas cognitivas. Tompson, SH, Falk, EB, O'Donnell, MB y col. (2020). La inhibición de la respuesta en los
Neurona, 92(2), 544–54. adolescentes está moderada por la conectividad cerebral y la estructura de la red
Cantante, T., Critchley, HD, Preuschoff, K. (2009). Un papel común de ínsula en los social. Neurociencia social cognitiva y afectiva, 15 (8), 827–37.
sentimientos, la empatía y la incertidumbre. Tendencias en ciencias cognitivas, 13(8),
334–40. Tovar, DT, Chávez, RS (2021). Los patrones de coactivación funcional a gran escala
Smith, SM, Fox, PT, Miller, KL, et al. (2009). Correspondencia de la arquitectura funcional reflejan la conectividad estructural de la corteza prefrontal medial. Neurociencia social
del cerebro durante la activación y el reposo. cognitiva y afectiva, 16 (8),
Actas de la Academia Nacional de Ciencias, 106(31), 13040–5. 875–82.
Smith, SM, Miller, KL, SalimiKhorshidi, G., et al. (2011). Métodos de modelado de redes ´ E, Ahnert, SE, Schafer, WR, Bullmore, ET
Towlson, EK, Vertes, P
para FMRI. Neuroimagen, 54(2), 875–91. (2013). El rico club del conectoma neuronal de C. elegans.
Smith, SM, Vidaurre, D., Beckmann, CF, et al. (2013). Conectómica funcional de la Revista de Neurociencia, 33(15), 6380–7.
resonancia magnética funcional en estado de reposo. Tendencias en ciencias Uddin, LQ, Yeo, BT, Spreng, RN (2019). Hacia una taxonomía universal de redes
cognitivas, 17(12), 666–82. funcionales del cerebro humano a macroescala. Topografía cerebral, 32(6), 926–42.
Smith, SM, Nichols, TE, Vidaurre, D., et al. (2015). Un modo positivo negativo de
covariación poblacional vincula la conectividad cerebral, la demografía y el Vaiana, M., Muldoon, SF (2020). Redes cerebrales multicapa. Revista de ciencia no lineal,
comportamiento. Neurociencia de la naturaleza, 18(11), 1565–7. 30(5), 2147–69.
Song, M., Zhou, Y., Li, J., et al. (2008). Conectividad funcional espontánea del cerebro e Vaidya, CJ, Gordon, EM (2013). Variabilidad fenotípica en la conectividad funcional en
inteligencia. Neuroimagen, 41(3), 1168–76. estado de reposo: estado actual. Conectividad cerebral, 3(2), 99–120. van den Heuvel,
Spielberg, JM, Miller, GA, Heller, W., Banich, MT (2015). Reconfiguración flexible de la MP, Sporns, O.
red cerebral que apoya el control inhibidor. Actas de la Academia Nacional de (2011). Organización de club rico del conectoma humano. Revista de Neurociencia, 31(44),
Ciencias, 112(32), 15775–86. van der Meer, JN, Breakspear, M., Chang, LJ, Sonkusare, S., Cocchi,
10020–5. L. (2020). Ver películas provoca una dinámica rica y confiable del estado cerebral.
Porns, O. (2010). Redes del cerebro. Cambridge, MA: MIT Press. Comunicaciones de la naturaleza, 11 (1), 1–14.
Porns, O. (2011). El conectoma humano: una red compleja.
Anales de la Academia de Ciencias de Nueva York, 1224(1), 109–25. Van Essen, DC, Smith, SM, Barch, DM, Behrens, TE, Yacoub, E., Ugurbil, K. Consorcio
Sporns, O., Betzel, RF (2016). Redes cerebrales modulares. Revisión anual WuMinn HCP. (2013). El proyecto del conectoma humano de WUMinn: una
de Psicología, 67, 613–40. descripción general. Neuroimagen, 80,
Sporns, O., Zwi, JD (2004). El pequeño mundo de la corteza cerebral. 62–79.
Neuroinformática, 2(2), 145–62. Van Essen, DC, Glasser, MF (2018). Parcelación de la corteza cerebral: cómo los estudios
Spreng, RN, Dimas, E., MwilambweTshilobo, L., et al. (2020). La red predeterminada del en animales invasivos influyen en la elaboración de mapas no invasivos en humanos.
cerebro humano está asociada con el aislamiento social percibido. Comunicaciones Neurona, 99(4), 640–63.
de la naturaleza, 11 (1), 1–11. Varshney, LR, Chen, BL, Paniagua, E., Hall, DH, Chklovskii, DB
Spreng, enfermera registrada, Turner, GR (2019). La arquitectura cambiante de la (2011). Propiedades estructurales de la red neuronal de Caenorhabditis elegans.
cognición y la función cerebral en la edad adulta. Perspectivas de la ciencia psicológica, Biología Computacional PLoS, 7(2), e1001066.
14 (4), 523–42. Vatansever, D., Menon, DK, Manktelow, AE, Sahakian, BJ, Stamatakis, EA (2015).
Spunt, RP, Adolphs, R. (2017). Una nueva mirada a la especificidad de dominio: Conectividad de red en modo predeterminado durante la ejecución de la tarea.
conocimientos de la neurociencia social. Nature Reviews Neuroscience, 18(9), 559– Neuroimagen, 122, 96104.
67. Venkataraman, A., Whitford, TJ, Westin, CF, Golland, P., Kubicki, M. (2012). Anomalías
Stafford, JM, Jarrett, BR, MirandaDomínguez, O., et al. (2014). de la conectividad funcional del cerebro en estado de reposo en la esquizofrenia.
Topología a gran escala y red en modo predeterminado en el conectoma del mouse. Investigación sobre la esquizofrenia, 139(1–3), 7–12.
Actas de la Academia Nacional de Ciencias, 111(52), 18745–50.
Vossel, S., Geng, JJ, Fink, GR (2014). Sistemas de atención dorsal y ventral: circuitos
Stevens, WD, Spreng, enfermera registrada (2014). La resonancia magnética de neuronales distintos pero funciones colaborativas. El neurocientífico, 20(2), 150–9.
conectividad funcional en estado de reposo revela procesos activos centrales para la
cognición. Reseñas interdisciplinarias de Wiley: ciencia cognitiva, 5 (2), 233–45. Wang, HT, Poerio, G., Murphy, C., Bzdok, D., Jefferies, E., Smallwood, J. (2018).
Stiso, J., Bassett, DS (2018). La integración espacial impone limitaciones a las arquitecturas Dimensiones de la experiencia: explorando la heterogeneidad de la mente errante.
de redes neuronales. Tendencias en ciencias cognitivas, 22(12), 1127–42. Ciencia Psicológica, 29(1),
56–71.
´ LE, Markello, RD, Betzel, RF, Misic, B. (2020). Vincular estructura y función en
Suárez, Wang, J., Wang, L., Zang, Y., et al. (2009). Redes funcionales del cerebro del mundo
redes cerebrales a macroescala. Tendencias en pequeño dependientes de la parcelación: un estudio de resonancia magnética funcional
Ciencias cognitivas, 24(4), 302–15. en estado de reposo. Mapeo del cerebro humano, 30(5), 1511–23.
Machine Translated by Google
hi
AC Krendl y RF Betzel 529
d
Wang, L., Zang, Y., He, Y., et al. (2006). Cambios en la conectividad del hipocampo en Peluca, GS (2017). Sistemas segregados de redes cerebrales humanas. Tendencias
las primeras etapas de la enfermedad de Alzheimer: evidencia de en Ciencias Cognitivas, 21(12), 981–96.
RMf en estado de reposo. Neuroimagen, 31(2), 496–504. Williams, KD, Jarvis, B. (2006). Cyberball: un programa para usar en
Warren, DE, Power, JD, Bruss, J., et al. (2014). Medidas de red Investigación sobre el ostracismo y la aceptación interpersonal. Comportamiento
predecir el resultado neuropsicológico después de una lesión cerebral. Actas de la Métodos de investigación, 38(1), 174–80.
Academia Nacional de Ciencias, 111(39), 14247–52. Yarkoni, T. (2009). Grandes correlaciones en estudios pequeños: las correlaciones
Wasylyshyn, N., Hemenway Falk, B., García, JO, et al. (2018). infladas de fMRI reflejan un bajo poder estadístico; comentario sobre Vul et al.
La dinámica cerebral global durante la exclusión social predice la conformidad (2009). Perspectivas de la ciencia psicológica, 4(3), 294–8.
conductual posterior. Neurociencia social cognitiva y afectiva, 13 (2), 182–91. Yarkoni, T., Poldrack, RA, Nichols, TE, Van Essen, DC, Wager, TD
(2011). Síntesis automatizada a gran escala de funciones humanas.
Watts, DJ, Strogatz, SH (1998). Dinámica colectiva del 'mundo pequeño' datos de neuroimagen. Métodos de la naturaleza, 8(8), 665–70.
redes. Naturaleza, 393(6684), 440–2. Yeo, BT, Krienen, FM, Sepulcre, J., et al. (2011). La organización
Weaverdyck, ME, Lieberman, MD, Parkinson, C. (2020). herramientas de la de la corteza cerebral humana estimada por función intrínseca
Comercio de análisis de patrones multivóxel en fMRI: una introducción práctica para conectividad. Revista de Neurofisiología, 106(3), 1125–65.
neurocientíficos sociales y afectivos. Cognitivo social y Zalesky, A., Fornito, A., Harding, IH, et al. (2010). Cerebro completo
Neurociencia afectiva, 15 (4), 487–509. Redes anatómicas: ¿importa la elección de los nodos? neuroim
Weng, SJ, Wiggins, JL, Peltier, SJ, et al. (2010). Alteraciones de la conectividad funcional edad, 50 (3), 970–83.
en estado de reposo en la red predeterminada en adolescentes con trastornos del ´ G., Zhou, C., Kurths, J. (2010). Los centros corticales forman un módulo
ZamoraLópez,
espectro autista. Investigación del cerebro, 1313, para la integración multisensorial en la cima de la jerarquía de
20214. Redes corticales. Fronteras en neuroinformática, 4, 1.