Network analysis is an emerging field for the study of psychopathology that considers constructs as arising from the interactions among their constituents. Pairwise effects among psychological components are often investigated by using this framework. Few studies have applied Bayesian networks, models that include directed interactions to perform causal inference on psychological constructs. Directed graphical models may be less straightforward to interpret in case the construct at hand does not contain symptoms but instead psychometric items from self-report measures. However, they may be useful in validating specific research questions that arise while using standard pairwise network models. In this study, we use Bayesian networks to investigate a well-known psychological construct, empathy from the Interpersonal Reactivity Index, in large two samples of 1973 university students from Belgium. Overall, our results support the hypotheses emphasizing empathic concern (i.e., sympathy) as causally important in the construct of empathy, and overall attribute the primacy of emotional components of empathy over their intellectual counterparts. Bayesian networks help researchers identify the plausible causal relationships in psychometric data, to gain new insight on the psychological construct under examination, help generate new hypotheses and provide evidence relevant to old ones.

Le sommeil joue un rôle central dans la survenue des troubles de l’humeur. Or, malgré l’existence de différences liées au sexe dans la vulnérabilité aux troubles de l’humeur, aucune étude n’a encore étudié l’effet du sexe sur la structure du réseau neuronal lors du sommeil et son implication potentielle dans la vulnérabilité aux troubles de l’humeur. Les données polysomnographiques de 44 individus (28 hommes et 16 femmes) ont été analysées. Pour obtenir les matrices de connectivité 19 × 19 au départ de toutes les combinaisons possibles de paires d’électrodes par la méthode de la causalité de Granger appliquée aux données EEG, nous avons utilisé la Toolbox MVGC. Le calcul des différents paramètres du réseau neuronal a été réalisé en important ces matrices de connectivité dans la Toolbox EEGNET. Comparées aux hommes, les femmes présentaient une structure small-world du réseau neuronal moins marquée lors du sommeil paradoxal. De plus, chez les femmes, ces altérations de la structure small-world du réseau neuronal lors du sommeil paradoxal étaient associées à la présence de symptômes subcliniques de dépression. Vu le rôle joué par le sommeil paradoxal dans la physiopathologie des troubles de l’humeur, la présence de cette structure small-world du réseau neuronal moins marquée lors du sommeil paradoxal chez les femmes pourrait contribuer à leur vulnérabilité accrue aux troubles de l’humeur, ce qui ouvre de nouvelles perspectives pour une meilleure compréhension des différences liées au sexe dans la survenue des troubles de l’humeur.

Partial correlation networks have emerged as an increasingly popular model for studyingmental disorders. Although conditional independence is a fundamental concept in networkanalysis, which corresponds to the null hypothesis, the focus is typically to detect and thenvisualize non-zero partial correlations (i.e., the “edges” connecting nodes) in a graph. As aresult, it may be tempting to interpret a missing edge as providing evidence for itsabsence—analogously to misinterpreting a non-significant p-value. In this work, we firstestablish that a missing edge is incorrectly interpreted as providing evidence for conditionalindependence, with examples spanning from substantive applications to tutorials thatinstruct researchers to misinterpret their networks. We then go beyond misguided“inferences” and establish that null associations are interesting in their own right. In thefollowing section, three illustrative examples are provided that employ Bayesian hypothesistesting to formally evaluate the null hypothesis, including a reanalysis of twopsychopathology networks, confirmatory testing to determine whether a particularpost-traumatic stress disorder symptom is disconnected from the network, and attenuationdue to correcting for covariates. Our results shed light upon conditionally independentsymptoms and demonstrate that a missing edge does not necessarily correspond toevidence for the null hypothesis. These findings are accompanied with a simulation studythat provides insights into the sample size needed to accurately detect null relations. Weconclude with implications for both clinical to theoretical inquiries.

Dans la population générale, il existe de nombreux arguments en faveur d’une relation particulière entre le diabète de type 2 et le syndrome d’apnées obstructives du sommeil (SAOS). Cependant, malgré une prévalence non négligeable du SAOS modéré à sévère chez les individus souffrant d’insomnie chronique, peu d’études ont investigué le risque spécifique de diabète de type 2 associé au SAOS modéré à sévère dans cette sous-population particulière. Donc, le but de cette étude était d’investiguer le risque de diabète de type 2 associé au SAOS modéré à sévère dans un large échantillon d’individus souffrant d’insomnie chronique. Les données démographiques et polysomnographiques de 1311 individus souffrant d’insomnie chronique recrutés à partir de la base de données du laboratoire du sommeil ont été analysées. Un index d’apnées–hypopnées obstructives ≥ 15 événements par heure a été utilisé comme cut-off pour le diagnostic de SAOS modéré à sévère. Seuls les individus avec un diagnostic de diabète de type 2 répondant aux critères de l’American Diabetes Association à l’admission ont été inclus dans le groupe diabète. Une analyse par régression logistique a été réalisée pour investiguer le risque de diabète de type 2 associé au SAOS modéré à sévère dans l’insomnie chronique. La prévalence du diabète de type 2 était de 21,13% dans notre échantillon d’individus souffrant d’insomnie chronique. L’analyse multivariée par régression logistique a démontré que dans l’insomnie chronique, le SAOS modéré à sévère [OR : 1,50 (IC95 % : 1,01–2,38)] était un facteur de risque significatif du diabète de type 2 même après ajustement pour les potentiels facteurs confondants tels que le sexe masculin, l’utilisation de Z-drogues, l’hypertension artérielle, l’hypertriglycéridémie, une consommation d’alcool ≥ 4 unités/jour, un indice de masse corporelle ≥ 25 kg/m2, un âge ≥ 50 ans, une CRP > 4,5 mg/L, une durée de sommeil < 6,5 heures, un index de mouvements périodiques des membres ≥ 26/heure et une plainte sévère d’éveil matinal précoce. Dans l’insomnie chronique, le SAOS modéré à sévère est associé à un risque accru de diabète de type 2 ce qui justifie la mise en place de prises en charge adéquates pour éviter les conséquences négatives de la survenue concomitante de l’insomnie chronique et du diabète de type 2.

Objectif Le but de cette etude etait d’investiguer la structure du reseau neuronal lors du REM et du SWS en utilisant la connectivite effective mesuree par la causalite de Granger afin d’identifier de nouveaux biomarqueurs pour le diagnostic, la classification et la reponse potentielle au traitement dans la depression majeure. Methodes Les donnees polysomnographiques de 40 individus (24 normatifs et 16 deprimes majeurs) ont ete analysees. Pour obtenir les matrices de connectivite 19 × 19 au depart de toutes les combinaisons possibles de paires d’electrodes par la methode de la causalite de Granger appliquee aux donnees EEG, nous avons utilise la Toolbox MVGC. Le calcul des differents parametres du reseau neuronal a ete realise en important ces matrices de connectivite dans la Toolbox EEGNET. Resultats Les individus deprimes majeurs (vs les normatifs) et ceux avec depression endogene (vs ceux avec depression exogene) presentaient des alterations de la structure small-world du reseau neuronal lors du REM alors que les individus deprimes majeurs avec une potentielle reponse favorable au traitement par sismotherapie (vs ceux avec une potentielle reponse non favorable) avaient une structure small-world du reseau neuronal moins efficiente lors du SWS. Conclusion Donc, les alterations de la structure small-world du reseau neuronal lors du REM pourraient etre un biomarqueur pour le diagnostic et la classification des episodes depressifs majeurs alors que celles de la structure small-world du reseau neuronal lors du SWS pourraient etre un biomarqueur pour predire une potentielle reponse au traitement par sismotherapie.

OBJECTIVES:The aim of this study is to explore mania as a network of its symptoms, inspired by the network approach to mental disorders.METHODS:Network structures of both cross-sectional and temporal effects were measured at three time points (admission, middle of hospital stay, and discharge) in a sample of 100 involuntarily committed patients diagnosed with bipolar I disorder with severe manic features and hospitalized in a specialized psychiatric ward.RESULTS:Elevated mood is the most interconnected symptom in the network on admission, while aggressive behavior and irritability are highly predictive of each other, as well as language-thought disorder and "content" (the presence of abnormal ideas or delusions). Elevated mood is influenced by many symptoms in the temporal network.CONCLUSIONS:The investigation of manic symptoms with network analysis allows for identifying important symptoms that are better connected to other symptoms at a given moment and over time. The connectivity of the manic symptoms evolves over time. Central symptoms could be considered as targets for clinical intervention when treating severe mania.

Puisque peu d’études ont investigué le risque d’hypertension artérielle (HTA) associé à l’insomnie objective et aux plaintes auto-rapportées d’insomnie dans la dépression majeure, le but de cette étude était d’évaluer ce risque dans un large échantillon d’individus déprimés majeurs. Les données de 703 individus déprimés majeurs recrutés à partir de la base de données du laboratoire du sommeil ont été analysées. Seuls les individus avec un diagnostic d’HTA répondant aux critères de l’OMS à l’admission ont été inclus dans le groupe HTA. Une analyse par régression logistique a été réalisée pour déterminer le risque d’HTA associé à l’insomnie objective et aux plaintes auto-rapportées d’insomnie chez les individus déprimés majeurs. La prévalence de l’HTA était de 32 % dans la dépression majeure. Après ajustement pour les principaux facteurs confondants associés à l’HTA, l’analyse multivariée par régression logistique a démontré que l’insomnie objective sévère (efficience du sommeil < 70 %) et les plaintes auto-rapportées moins sévères d’insomnie étaient des facteurs de risque significatifs de l’HTA chez les individus déprimés majeurs. Dans la dépression majeure, l’insomnie objective sévère et les plaintes auto-rapportées moins sévères d’insomnie sont associées à un risque plus élevé d’HTA ce qui justifie une meilleure prise en charge de l’insomnie objective et une meilleure évaluation des plaintes d’insomnie dans cette sous-population particulière afin d’éviter les conséquences délétères de la survenue concomitante de la dépression majeure et de l’HTA.

The Self-rating Depression Scale (SDS) is a psychometric tool composed of 20 items used to assess depression symptoms. The aim of this work is to perform a network analysis of this scale in a large sample composed of 1090 French-speaking Belgian university students. We estimated a regularized partial correlation network and a Directed Acyclic Graph for the 20 items of the questionnaire. Node predictability (shared variance with surrounding nodes in the network) was used to assess the connectivity of items. The network comparison test was performed to compare networks from female and male students. The network composed of items from the SDS is overall positively connected, although node connectivity varies. Item 11 ("My mind is as clear as it used to be") is the most interconnected item. Networks from female and male students did not differ. DAG reported directed edges among items. Network analysis is a useful tool to explore depression symptoms and offers new insight as to how they interact. Further studies may endeavor to replicate our findings in different samples, including clinical samples to replicate the network structures and determine possible viable targets for clinical intervention.

Background: The aim of this paper is to explore the network structures of alexithymia components and compare results with relevant prior literature. Subjects and methods: In a large sample of university students, undirected and directed network structures of items from the Bermond Vorst Alexithymia Questionnaire form B are estimated with state-of-the-art network analysis and structure learning tools. Centrality estimates are used to address the topic of item redundancy and select relevant alexithymia components to study. Results: Alexithymia components present positive as well as negative connections; poor fantasy and emotional insight are identified as central items in the network. Conclusions: The undirected network structure of alexithymia components reports new features with respect to prior literature, and the directed network structures offers new insight on the construct.

Vu le peu d’études disponibles dans la littérature, notre but était d’investiguer la prévalence et les facteurs de risque de la somnolence diurne excessive dans un large échantillon d’individus déprimés majeurs. Les données de 703 individus déprimés majeurs recrutés à partir de la base de données du laboratoire du sommeil ont été analysées. Un score > 10 à l’échelle de somnolence d’Epworth a été utilisé comme cut-off pour le diagnostic de somnolence diurne excessive. Une analyse par régression logistique a été réalisée pour déterminer les facteurs de risque cliniques et démographiques de la somnolence diurne excessive dans la dépression majeure. La prévalence de la somnolence diurne excessive était de 50,8 % dans notre échantillon d’individus déprimés majeurs. L’analyse multivariée par régression logistique a démontré qu’un index d’apnées-hypopnées obstructives du sommeil ≥ 15/heure [OR : 2,23 (IC95 % : 1,34–3,71)], un indice de masse corporelle ≥ 25 kg/m2 [OR : 1,51 (IC95 % : 1,08–2,12)], un âge < 30 ans [OR : 2,31 (IC95 % : 1,14–4,67)], un âge ≥ 30 ans et < 60 ans [OR : 2,45 (IC95 % : 1,44–4,18)], un taux de CRP > 7 mg/L [OR : 2,14 (IC95 % : 1,18–3,89)], un score à l’échelle de dépression de Beck ≥ 16 [OR : 1,46 (IC95 % : 1,02–2,11)], la dépression atypique [OR : 1,55 (IC95 % : 1,04–2,31)], l’absence d’utilisation d’agonistes des récepteurs aux benzodiazépines avec un temps de demi-vie court ou intermédiaire [OR : 1,58 (IC95 % : 1,02–2,42)], l’utilisation d’agonistes des récepteurs aux benzodiazépines avec un temps de demi-vie long [OR : 2,23 (IC95 % : 1,15–4,30)] et l’utilisation d’inhibiteurs de la recapture de la sérotonine seule [OR : 1,53 (IC95 % : 1,01–2,30)] ou combinée à la noradrénaline [OR : 2,03 (IC95 % : 1,15–3,61)] étaient des facteurs de risque significatifs de la somnolence diurne excessive dans la dépression majeure. La somnolence diurne excessive est un symptôme fréquent dans la dépression majeure. Dans cette sous-population, des interventions sont possibles pour la plupart des facteurs de risque de la somnolence diurne excessive ce qui justifie une meilleure prise en charge de ce symptôme afin d’éviter ces conséquences négatives.

Given conflicting data in the literature, the aim of this study was to examine the risk of hypertension associated with sleep alterations, measured during polysomnography, and long-term use of benzodiazepine receptor agonists in a large sample of insomnia sufferers. Demographic and polysomnographic data from 1272 insomnia sufferers recruited from the research database of the sleep laboratory were analyzed. Hypertension status was defined by the presence of one of the following: self-report at interview of either a physician's diagnosis or taking antihypertensive medication; or an average systolic blood pressure ≥ 140 mm Hg or an average diastolic blood pressure ≥ 90 mm Hg at the medical examination. Logistic regression analyses were conducted to examine the risk of hypertension associated with objective sleep alterations and long-term use of benzodiazepine receptor agonists in insomnia sufferers. The prevalence of hypertension in insomnia sufferers is 30.03%. After adjustment for major confounding factors associated with hypertension, multivariate logistic regression analysis revealed that short sleep duration (< 5 hours) [OR 1.91 (95% CI 1.15–3.16)], severely reduced sleep efficiency (< 65%) [OR 1.57 (95% CI 1.01–2.45)], high sleep fragmentation (sleep fragmentation index ≥ 18/hour) [OR 1.59 (95% CI 1.10–2.30)], and long-term use of short [OR 1.78 (95% CI 1.03–3.09)] or intermediate [OR 2.10 (95% CI 1.12–3.92)] half-life benzodiazepine receptor agonists were significant risk factors of hypertension in insomnia sufferers. In insomnia sufferers, objective sleep alterations and long-term use of short or intermediate half-life benzodiazepine receptor agonists are associated with higher risk of hypertension. Therefore, better management of these reversible risk factors is required to avoid the negative consequences of the co-occurrence of insomnia and hypertension.

The aim of this study is to explore network structures of the Toronto Alexithymia Scale in a large sample of 1925 French-speaking Belgian university students and compare results with previous studies from different samples and tools to identify potential targets for clinical intervention. We estimated network models for the 20 items of the Toronto Alexithymia Scale and for its three domains difficulty identifying feelings, difficulty describing feelings, and externally oriented thinking. We explored item connectivity through node predictability (shared variance with other network components). We performed an exploratory graph analysis to explore the dimensionality of our data set and compare results with the original three-factor model; because a different model was proposed, we estimated an additional network structure on the new structure. Items from the Toronto Alexithymia Scale connect both within and between domains. The three-domain network identifies difficulty describing feelings as the most connected domain. The exploratory graph analysis reported that three items from externally oriented thinking form a new domain, distraction. In the new four-domain network, difficulty describing feelings remains the most interconnected domain; however, two negative connections are found. Our findings support the relative importance of identifying and describing feelings as a meaningful target for intervention.

Vu le peu d’études disponibles dans la littérature, notre but était d’investiguer la prévalence et les facteurs de risque de la somnolence diurne excessive (SDE) dans un large échantillon d’individus déprimés majeurs. Les données de 703 individus déprimés majeurs recrutés à partir de la base de données du laboratoire du sommeil ont été analysées. Un score > 10 à l’échelle de somnolence d’Epworth a été utilisé comme cut-off pour le diagnostic de SDE. Une analyse par régression logistique a été réalisée pour déterminer les facteurs de risque cliniques et démographiques de la SDE dans la dépression majeure. La prévalence de la SDE était de 50,8 % dans notre échantillon d’individus déprimés majeurs. L’analyse multivariée par régression logistique a démontré que l’absence d’utilisation d’agonistes des récepteurs aux benzodiazépines avec un temps de demi-vie court ou intermédiaire, un IMC ≥ 25 kg/m2, un âge < 60 ans, un taux de CRP > 7 mg/L, un score à l’échelle de dépression de Beck ≥ 16, la dépression atypique, un index d’apnées-hypopnées obstructives du sommeil ≥ 15/h et l’utilisation d’inhibiteurs de la recapture de la sérotonine seule ou combinée à la noradrénaline étaient des facteurs de risque significatifs de la SDE dans la dépression majeure. La SDE est un symptôme fréquent dans la dépression majeure. Dans cette sous-population, des interventions sont possibles pour la plupart des facteurs de risque de la SDE ce qui justifie une meilleure prise en charge de ce symptôme afin d’éviter ces conséquences négatives.

Background Sleep plays an important role in vulnerability to mood disorders. However, despite the existence of sex differences in vulnerability to mood disorders, no study has yet investigated the sex effect on sleep network organization and its potential involvement in vulnerability to mood disorders. The aim of our study was to empirically investigate the sex effect on network organization during REM and slow-wave sleep using the effective connectivity measured by Granger causality. Methods Polysomnographic data from 44 healthy individuals (28 men and 16 women) recruited prospectively were analysed. To obtain the 19 × 19 connectivity matrix of all possible pairwise combinations of electrodes by Granger causality method from our EEG data, we used the Toolbox MVGC multivariate Granger causality. The computation of the network measures was realized by importing these connectivity matrices into EEGNET Toolbox. Results In men and women, all small-world coefficients obtained are compatible with a small-world network organization during REM and slow-wave sleep. However, compared to men, women present greater small-world coefficients during REM sleep as well as for all EEG bands during this sleep stage, which indicates the presence of a small-world network organization less marked during REM sleep as well as for all EEG bands during this sleep stage in women. In addition, in women, these small-world coefficients during REM sleep as well as for all EEG bands during this sleep stage are positively correlated with the presence of subclinical symptoms of depression. Conclusions Thus, the highlighting of these sex differences in network organization during REM sleep indicates the presence of differences in the global and local processing of information during sleep between women and men. In addition, this small-world network organization less marked during REM sleep appears to be a marker of vulnerability to mood disorders specific to women, which opens up new perspectives in understanding sex differences in the occurrence of mood disorders.

The aim of this work is to explore the construct of autistic traits through the lens of network analysis with recently introduced Bayesian methods. A conditional dependence network structure was estimated from a data set composed of 649 university students that completed an autistic traits questionnaire. The connectedness of the network is also explored, as well as sex differences among female and male subjects in regard to network connectivity. The strongest connections in the network are found between items that measure similar autistic traits. Traits related to social skills are the most interconnected items in the network. Sex differences are found between female and male subjects. The Bayesian network analysis offers new insight on the connectivity of autistic traits as well as confirms several findings in the autism literature.

Le sommeil joue un rôle important dans le fonctionnement cognitif. Cependant, peu d’études ont investigué la structure du réseau neuronal lors du sommeil. Le but de cette étude était d’investiguer la présence et la stabilité avec l’âge d’une structure small-world du réseau neuronal lors du sommeil delta et REM en utilisant la connectivité effective mesurée par la causalité de Granger. Les données polysomnographiques de 30 individus normatifs recrutés prospectivement ont été analysées. Pour obtenir les matrices de connectivité 19 × 19 au départ de toutes les combinaisons possibles de paires d’électrodes par la méthode de la causalité de Granger appliquée aux données EEG, nous avons utilisé la Toolbox MVGC multivariate Granger causality. Le calcul des différents paramètres du réseau neuronal a été réalisé en important ces matrices de connectivité dans la Toolbox EEGNET. Même si tous les coefficients small-world obtenus étaient compatibles avec une structure small-world du réseau neuronal lors du sommeil delta et REM, le sommeil delta semblait avoir une structure small-world du réseau neuronal plus marquée que le REM. De plus, la structure du réseau neuronal lors du REM était plus affectée par l’âge que lors du sommeil delta. Chez les individus normatifs, la mise en évidence d’une structure du réseau neuronal lors du sommeil delta plus stable avec l’âge et avec des caractéristiques small-world plus marquées que lors du REM peut permettre de mieux comprendre les différences au niveau du traitement local et global de l’information lors de ces différents stades de sommeil.

Aims: The Resilience Scale for Adults (RSA) is a questionnaire that measures protective factors of mental health. The aim of this paper is to perform a network analysis of the Resilience Scale for Adults (RSA) in a dataset composed of 675 French-speaking Belgian university students, to identify potential targets for intervention to improve protective factors in individuals.Methods: We estimated a network structure for the 33-item questionnaire and for the six domains of resilience: perception of self, planned future, social competence, structured style, family cohesion and social competence. Node predictability (shared variance with surrounding nodes in the network) was used to assess the connectivity of items. An Exploratory Graph Analysis (EGA) was performed to detect communities in the network: the number of communities detected being different than the original number of factors proposed in the scale, we estimated a new network with the resulting structure and verified the validity of the new construct which was proposed. We provide the anonymized dataset and code in the supplementary materials to ensure complete reproducibility of the results.Results: The network composed of items from the RSA is overall positively connected with strongest connections arising among items from the same domain. The domain network reports several connections, both positive and negative. The EGA reported the existence of four communities that we propose as an additional network structure. Node predictability estimates show that connectedness varies among the items and domains of the RSA.Conclusions: Network analysis is a useful tool to explore resilience and identify targets for clinical intervention. In this study, the four domains acting as components of the additional four-domain network structure may be potential targets to improve an individual’s resilience. Further studies may endeavor to replicate our findings in different samples.