In chapter 2, we conducted a network analysis on depression and anxiety symptoms of depression with the view that the presence of certain symptoms induces expression of correlated symptoms. In the results, depressive symptoms and anxiety symptoms were intertwined, the cognitive symptoms of depression caused anxiety symptoms, and the anxiety symptoms were found to cause somatic symptoms of depression (Study I). In addition, not only depression and anxiety symptoms but also emotional adversities, social anxiety, substance addiction, trauma-related symptoms, and support systems were analyzed together. Furthermore, we investigated how the integrity of the entire network is degraded if the effect of each variable on the entire network is intervened. The analysis showed that interventions in the experience of verbal abuse, social anxiety, concentration problems, and suicidal ideation might have the strongest influences on changes in the network topology (Study II). In Chapter 3, we analyzed the items of questionnaires that measured personality and the resting-state functional connectivity (RSFC). First, we conducted network analysis of the items that measure personality. Items belonging to the same factor appear to be relatively well clustered, but significant associations have been observed between different factors. These findings were not consistent with the theoretical assumptions of personality models based on factor analysis. (Study III). Furthermore, it was noted that five-factor personality models are determined by factor analysis of adjectives extracted from a dictionary. We tried to figure out the factors of personality by considering not only the items that measure personality based on the five-factor model of personality but also the RSFC. This analysis showed that significant factors had the strongest correlations with factors called higher-order factors of personality. In other words we were able to derive novel personality factors that considered both the RSFC and the paper-delivered personality measurement items (Study IV).
본 논문의 2장에서 우리는 관측 불가능한 잠복 변인 (특정한 정신 질환)에 의해서 특정 정신 질환의 일련의 증상들이 유발된다고 하는‘잠복 변인 모델’과는 반대되는 관점에서 우울증 환자의 우울, 불안 증상들에 대한 네트워크 분석을 시행했다. 네트워크 분석의 결과, 우울증상들과 불안증상들은 서로 유의한 관련이 있었으며 우울증의 인지적 증상들은 불안 증상을 유발했고 불안 증상은 다시 우울증의 신체 증상을 유발하는 것을 확인할 수 있었다 (연구 1). 또한 우리는 우울, 불안 증상 뿐만 아니라 언어적 학대의 경험, 멘토의 숫자, 걱정 거리의 숫자 등을 포함하는 감정적 역경, 사회 불안, 물질 중독, 트라우마와 관련된 증상 등을 포함하여 네트워크 분석을 시행했다. 더 나아가서 전체 네트워크의 효율성이 각 변인들의 전체 네트워크에 대한 효과가 인위적으로 차단되었을 때 얼마나 저해되는지도 분석했다. 이 분석을 통해서 어떤 변인을 우선적 치료 목표로 삼을 경우에 더 효과적으로 정신 병리 네트워크를 약화시킬 수 있는지 알아내고자 하였다. 이 분석 결과 언어적 학대의 경험, 사회 불안, 집중력 장애, 그리고 자살 생각에 대한 인터벤션이 우울증 환자의 전체 정신 병리 네트워크의 토폴로지에 가장 강한 영향을 끼칠 수 있으리라는 결과를 얻을 수 있었다 (연구 2). 본 논문의 3장에서 우리는 성격을 측정하는 설문 아이템들과 휴지기 뇌 기능적 연결성을 분석하였다. 먼저 성격을 측정하는 아이템들에 대한 네트워크 분석을 하였다. 흥미롭게도 같은 요인에 속한다고 알려진 아이템들은 서로 잘 클러스터를 이루는 것으로 나타났다. 하지만 서로 다른 요인들 간에도 유의한 연관성들이 나타나는 것도 관찰되었다. 이것은 전통적인 요인 분석에 기반한 성격 분석 모델의 이론적인 가정에 위배되는 결과이다. 만약 기존 모델들의 이론적 가정이 참이라면 이러한 상관성들은 관찰되지 않는 것이 더 적절하기 때문이다 (연구 3). 더 나아가서 우리는 기존의 5 요인 성격 모델들이 사전에서 추출한 인간의 성격을 묘사하는 어휘들에 대한 요인 분석의 결과라는 점을 감안하여 성격을 측정하는 설문지의 아이템들뿐만이 아니라 휴지기 뇌 기능적 연결성을 함께 고려하는 새로운 성격의 요인들을 찾고자 하였다. 흥미롭게도 이 분석 결과 유의했던 요인들은 기존의 5요인 성격 모델의 요인들 보다는 ‘성격의 고차 요인’이라고 불리는 요인들과 더 강한 상관성을 보이고 있었다. 이 연구를 통해서 우리는 뇌의 생리적 신호와 성격을 측정하는 설문지의 아이템을 동시에 고려한 새로운 성격의 요인을 도출할 수 있었다 (연구 4). 우리는 본고의 두 번째 장에서, "잠재적 변수" 또는 "정신적 장애"에 의한 증상 표현을 원인으로 가정하는 기존의 질병 모델이 정신 질환 또는 정신 질환의 패턴에 적합하지 않을 수 있다는 것을 발견했다. 우리는 이 네트워크 분석 기반 접근법과 결과들이 임상 현장에 쓰인다면 증상 별로 치료 타겟을 설정해서 전체 정신 병리 네트워크의 효율성을 효과적으로 감소시키는 데 도움이 될 것으로 기대한다. 본고의 세번째 장에서는 어휘 가설을 바탕으로 한 성격 측정 항목 뿐만 아니라 휴지기 뇌 자기공명영상촬영을 통해 얻은 정보를 함께 설명하는 새로운 성격 요인들을 발견했다. 우리는 이러한 발견들이 성격의 계층 구조를 밝혀내는 데 향후 연구에서 도움이 될 것으로 기대한다.
