Dokument: Multimodal characterization of biological substrates of personality traits

Titel:	Multimodal characterization of biological substrates of personality traits
Weiterer Titel:	Mulitmodale Charakterisierung der neuronalen Korrelate von Persönlichkeit
URL für Lesezeichen:	https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=48602
URN (NBN):	urn:nbn:de:hbz:061-20190222-130811-5
Kollektion:	Dissertationen
Sprache:	Englisch
Dokumententyp:	Wissenschaftliche Abschlussarbeiten » Dissertation
Medientyp:	Text
Autor:	Dr Nostro, Alessandra [Autor]
Dateien:	[Dateien anzeigen] Adobe PDF [Details] 4,62 MB in einer Datei [ZIP-Datei erzeugen] Dateien vom 18.02.2019 / geändert 18.02.2019
Beitragende:	Univ.-Prof. Dr. med. Eickhoff, Simon Bodo [Betreuer/Doktorvater] Prof. Dr. Bellebaum, Christian [Gutachter]
Stichwörter:	personality traits, voxel-based morphometry, resting-state functional connectivity, machine learning, gender differences
Dewey Dezimal-Klassifikation:	100 Philosophie und Psychologie » 150 Psychologie
Beschreibungen:	Die zwei Studien der vorliegenden Dissertation zielen darauf ab die Gehirnregionen und Netzwerke bezogen auf Persönlichkeit aufzudecken. Während die Debatte darüber wie Personen sich voneinander unterscheiden ziemlich überholt ist, haben nur wenige bildgebende Techniken geholfen der Frage nachzukommen warum sich Individuen bezüglich ihrer Persönlichkeit unterscheiden wie beispielsweise welche neuralen Mechanismen mit interindividuellen Persönlichkeitsunterschieden assoziiert sind. Das Fünf-Faktoren Modell (FFM) bietet einen verständlichen Zugang zur Persönlichkeit, welche als Kombination von fünf Hauptdomänen: Offenheit für Erfahrungen, Gewissenhaftigkeit, Extraversion, Verträglichkeit und Neurotizismus definiert ist. Obwohl schon einige Studien die strukturellen und funktionellen Korrelate dieser fünf Persönlichkeit-Traits untersuchten, ist es dennoch schwierig ein klares Bild über die neurobiologischen Ursprünge des FFM aufzuzeigen. Haupteinschränkungen stellen kleine Stichprobengrößen, das Fehlen von non-parametrischer Statistik, die Heterogenität in der Vorverarbeitung und der Einbezug vom Geschlecht als nicht interessierende Kovariate. Trotz des enormen Wissens zu Geschlechtereffekten auf die Gehirnorganisation und auf selbstberichtete Persönlichkeits-Scores, wird es in den meisten Studien im Bereich der Persönlichkeit- Neurowissenschaft nicht zur neuronalen Untermauerung der Persönlichkeit berücksichtigt. In Studie 1 wurde die Voxel-basierte Morphormetrie verwendet, welche geschlechterabhängige Veränderungen im Volumen der grauen Substanz aufzeigte. In der statistischen Analyse wurden über die gesamte Stichprobe keine signifikanten Korrelationen zwischen irgendeinem Trait und dem Volumen der grauen Substanz gefunden. Hingegen zeigten sich einige Effekte in der geschlechterspezifischen Stichprobe (nur Männer). Im Vergleich dazu trat in Studie 2 der Einfluss des Geschlechts auf die (funktionelle) Gehirn-Persönlichkeit Beziehung auf; während die funktionelle Resting-State-Konnektivität in meta-analytischen abgeleiteten Netzwerken, welche soziale, affektive, exekutive und mnemonische Funktionen sowie das gesamte Konnektom abdeckten, untersucht wurden. Die Relevance Vector Machine (RVM) erlaubte die Generalisierung der Ergebnisse zu testen, welche in den meisten Fällen, bei der Zusammenführung von Männern und Frauen zu einer Stichprobe, keine signifikante Vorhersageleistung ergab. Jedoch konnten Persönlichkeitseigenschaften entweder in Männern oder in Frauen signifikant vorhergesagt werden. Die Verwendung der beiden bildgebender Techniken (VBM und RSFC) erlaubte eine detailliertere Charakterisierung vom männlichen und weiblichen Gehirn hinsichtlich der Persönlichkeit. Nach diesen beiden Studien konnten die weiblichen Gehirne während der Verwendung der Konnektivitätmessung besser charakterisiert werden. Ovariale Hormone könnten dies verursacht haben und möglicherweise zu einer Fluktuation in der Persönlichkeit und in der funktionellen Konnektivität geführt haben sowie die interhemisphärische Konnektivität und Dezentralisierung begünstigt haben, welches jedoch nicht für das lokale Gehirnvolumen gilt. Daher untermauert die Kombination von Studie 1 und 2 den Gedanken der neuralen Grundlage der fünf Domänen. Noch wichtiger ist jedoch, dass die strukturellen und funktionellen Veränderungen unterstützen, dass sich wahrscheinlich jedes Trait zwischen männlichen und weiblichen Gehirn unterscheiden lässt. The two studies presented in this dissertation aimed to elucidate the brain regions and networks related to personality traits. While the debate on how each person differs from each other is quite dated, only recently neuroimaging techniques have helped investigating why individuals differ in terms of their personality, i.e. studying which neural mechanisms can be associated with interindividual differences in personality. The Five-Factor Model (FFM) provides a comprehensive assessment of personality, defined as the combination of five major domains: Openness to Experience, Conscientiousness, Extraversion, Agreeableness and Neuroticism. Although several studies have already investigated structural and functional correlates of these five traits, it is still difficult to delineate a clear picture on the neurobiological correlates of the FFM. Major limitations can be found in the rather small sample size, lack of non-parametric statistics, heterogeneity in preprocessing pipelines and considering gender as covariate of no interest. Indeed, despite the vast knowledge of the effect of gender on both the brain organization and on the self-reported personality scores, most of the studies in the field of personality neuroscience did not consider it in the neural underpinnings of personality. In Study 1, whole- brain Voxel-based Morphometry (VBM) was carried out revealing changes in grey matter volume (GMV) as highly dependent on gender: in the statistical analysis across the entire sample no significant correlations between any personality trait and GMV were detected. In contrast, several effects emerged in the gender-specific sample (men only). Comparably, Study 2 revealed gender influence in the (functional) brain-personality relationships, while investigating resting- state functional connectivity (RSFC) in meta-analytically derived networks, covering social, affective, executive and mnemonic functions, as well as the entire connectome. The Relevance Vector Machine (RVM) allowed to test the generalization of the findings, revealing in most of the case no significant prediction performance when men and women were pooled in one sample. Conversely, personality traits could be significantly predicted in either men or women. The implementation of two different neuroimaging techniques, as VBM and RSFC, allowed a more detailed characterization of male and female brain in terms of personality, as from these two studies it emerged that female brains could be better characterized while using connectivity measurements. This might be caused by ovarian hormones, possibly leading to fluctuations in personality and functional connectivity, such as promoting interhemispheric connectivity and decentralization, but not on local brain volume. The combination of Study 1 and 2, therefore, corroborates the notion of a neural foundation for the Big Five, but, most importantly, that structural and functional changes supporting each trait might differ between male and female brains.
Lizenz:	Urheberrechtsschutz
Fachbereich / Einrichtung:	Mathematisch- Naturwissenschaftliche Fakultät » WE Psychologie
Dokument erstellt am:	22.02.2019
Dateien geändert am:	22.02.2019
Promotionsantrag am:	11.04.2018
Datum der Promotion:	18.07.2018