DOI: https://doi.org/10.3389/fncom.2026.1796308
PMID: https://pubmed.ncbi.nlm.nih.gov/42022764
تاريخ النشر: 2026-04-07
المؤلف: Nikola Jajcay وآخرون
الموضوع الرئيسي: دراسات الاتصال الوظيفي في الدماغ
نظرة عامة
في هذه الدراسة، هدف المؤلفون إلى التحقيق في العلاقات بين سمات الشخصية وإعادة الديناميكية في الدماغ، كما تم الإبلاغ عنه سابقًا من قبل غاو وآخرين (2013)، من خلال تطبيق نظرية الرسوم البيانية على تحليل الاتصال الوظيفي (FC) لبيانات حالة الراحة. ومع ذلك، لم يتمكن المؤلفون من تكرار النتائج الأصلية باستخدام مجموعة بيانات مستقلة، مما دفعهم إلى اقتراح أن النتائج الأولية قد تكون إيجابيات زائفة بسبب التحكم الليبرالي في المقارنات المتعددة في الدراسة الأصلية. ومن الجدير بالذكر أنه لم يتم إعادة إنتاج أي من النتائج الأصلية، حتى عند مستويات p غير المصححة، في تحليلهم الذي يتضمن حجم عينة قابل للمقارنة وأدوات قياس.
علاوة على ذلك، فإن التحليل الاستكشافي الذي تم إجراؤه لفحص اتصالات محتملة أخرى بين خصائص FC وسمات الشخصية، مع تطبيق تصحيحات مناسبة للاختبارات المتعددة، لم يسفر عن أي ارتباطات ذات دلالة. يؤكد المؤلفون أن المزيد من الاستكشاف في هذا المجال سيتطلب أحجام عينات أكبر لتحقيق قوة إحصائية كافية. بشكل عام، تؤكد النتائج على أهمية التحقق من النتائج على عينات مستقلة، واستخدام مجموعات بيانات أكبر، وتنفيذ ضوابط صارمة للمقارنات المتعددة لتقليل خطر الإيجابيات الزائفة في الأبحاث المتعلقة بالأسس العصبية لاختلافات الشخصية.
مقدمة
تناقش مقدمة هذه الورقة البحثية الاهتمام التاريخي والمستمر في شخصية الإنسان، مع التأكيد على النهج البُعدي كطريقة رئيسية لفهم الاختلافات الفردية في السلوك. تم التعرف على نموذج العوامل الخمسة الكبرى، الذي يصنف سمات الشخصية إلى خمسة أبعاد—الانفتاح على التجربة، والضمير، والانبساط، والموافقة، والعصابية—على نطاق واسع، جنبًا إلى جنب مع نموذج إيسينك ثلاثي العوامل. على الرغم من العلاقة المثبتة بين هذه النماذج، لا تزال الأسس العصبية لسمات الشخصية غير مفهومة جيدًا. تهدف التقدمات الأخيرة في “علم الأعصاب الشخصي”، وخاصة من خلال تقنيات تصوير الأعصاب مثل التصوير بالرنين المغناطيسي الوظيفي في حالة الراحة (fMRI)، إلى تحديد الارتباطات الدماغية لسمات الشخصية، على الرغم من استمرار القلق بشأن الصرامة المنهجية وقابلية التكرار.
تسلط الورقة الضوء على تطبيق الأساليب المستندة إلى نظرية الرسوم البيانية لتحليل الاتصال الدماغي وارتباطه بسمات الشخصية. على سبيل المثال، وجدت دراسة أجراها غاو وآخرون (2013) ارتباطًا إيجابيًا بين معامل التجميع الطبيعي لشبكات الدماغ الوظيفية ودرجات الانبساط، مع الإشارة أيضًا إلى علاقات معقدة بين الانبساط والنشاط الدماغي الإقليمي. تهدف الأبحاث الحالية إلى تكرار هذه النتائج باستخدام حجم عينة أكبر ومنهجية مماثلة، مع معالجة القضايا الإحصائية المتعلقة بالمقارنات المتعددة التي قد تؤثر على صحة النتائج السابقة. من خلال استخدام مجموعة بيانات قوية وتحليل شامل للاتصال، يسعى المؤلفون إلى توضيح العلاقة بين سمات الشخصية وتنظيم الشبكات الدماغية، مما يساهم في النقاش الأوسع حول تحديات التكرار في دراسات تصوير الأعصاب.
الطرق
في هذه الدراسة، تم جمع بيانات التصوير بالرنين المغناطيسي من إجمالي 84 مشاركًا، يتكونون من 48 رجلًا بمتوسط عمر 30.83 عامًا (SD = 8.48)، بما في ذلك ثلاثة أفراد أعسر. حصلت الدراسة على موافقة أخلاقية من اللجان الأخلاقية للمعهد الوطني للصحة العقلية (NIMH) في كليكان و معهد الطب السريري والتجريبي (IKEM) في براغ، جمهورية التشيك. قدم جميع المشاركين موافقة خطية مستنيرة، ملتزمين بأحدث نسخة من إعلان هلسنكي.
النتائج
يقدم قسم النتائج التحليل الإحصائي لأبعاد الشخصية المستمدة من استبيان العوامل الخمسة NEO. توضح الجدول 1 الدرجات الخام للأبعاد الخمسة للشخصية، بينما يوضح الجدول 2 الارتباطات بين هذه الدرجات. من الجدير بالذكر أنه تم ملاحظة ارتباط سلبي معتدل بين الانبساط والعصابية، مقدرًا كـ \( r = -0.368 \) مع مستوى دلالة قدره \( p = 0.0005 \).
تماشيًا مع منهجية الدراسة الأصلية، تم تضمين درجات الانبساط والعصابية كمتغيرات تابعة، جنبًا إلى جنب مع العمر والجنس، عند حساب الارتباط الجزئي بين هذين البعدين ومنطقة تحت المنحنى (AUC) لكل مقياس شبكة. بالإضافة إلى ذلك، لتحليل الأبعاد الثلاثة المتبقية من الشخصية التي لم يتم تناولها في الدراسة الأصلية، تم تضمين مقاييس شخصية أخرى تظهر ارتباطات ذات دلالة (مع \( p < 0.05 \)) كمتغيرات تابعة.
المناقشة
في هذه الدراسة، هدفنا إلى تكرار نتائج غاو وآخرين (2013) بشأن الارتباطات بين أبعاد الشخصية ومقاييس الاتصال الوظيفي المستمدة من التحليلات المستندة إلى نظرية الرسوم البيانية لشبكات الدماغ. باستخدام استبيان العوامل الخمسة NEO (NEO-FFI) لتقييم سمات الشخصية وتقنيات تصوير الأعصاب المتقدمة، لم نجد أي ارتباطات ذات دلالة بين أبعاد الشخصية—تحديدًا العصابية والانبساط—ومقاييس الشبكة العالمية أو العقدية. تشير نتائجنا إلى أن الارتباطات الكبيرة المبلغ عنها في الدراسة الأصلية قد تكون ناتجة عن إيجابيات زائفة ناتجة عن عتبة إحصائية متساهلة وعدد الاختبارات الكبير الذي تم إجراؤه.
استخدمنا طرقًا إحصائية صارمة، بما في ذلك اختبارات التبديل وتصحيحات الاختبارات المتعددة، لضمان قوة نتائجنا. على الرغم من ادعاءات الدراسة الأصلية، كشفت تحليلاتنا أن الارتباطات الملحوظة لم تكن قابلة للتكرار، مما يشير إلى أن العلاقات بين سمات الشخصية وخصائص الشبكة الدماغية قد لا تكون قوية كما تم اقتراحه سابقًا. نوصي بأن تركز الأبحاث المستقبلية على خصائص الشبكة العالمية أو تعتمد على نهج مدفوع بالفرضيات لتقليل عدد الاختبارات الإحصائية، مما يعزز موثوقية النتائج في هذا المجال. بشكل عام، تؤكد دراستنا على أهمية الممارسات الإحصائية الصارمة في أبحاث تصوير الأعصاب لتجنب الاستنتاجات المضللة.
DOI: https://doi.org/10.3389/fncom.2026.1796308
PMID: https://pubmed.ncbi.nlm.nih.gov/42022764
Publication Date: 2026-04-07
Author(s): Nikola Jajcay et al.
Primary Topic: Functional Brain Connectivity Studies
Overview
In this study, the authors aimed to investigate the relationships between personality traits and the brain’s dynamical repertoire, as previously reported by Gao et al. (2013), through graph theory applied to functional connectivity (FC) analysis of resting-state data. However, the authors were unable to replicate the original findings using an independent dataset, leading them to suggest that the initial results may be false positives due to the liberal control of multiple comparisons in the original study. Notably, none of the original results were reproduced, even at uncorrected p-levels, in their analysis involving a comparable sample size and measurement tools.
Furthermore, the exploratory analysis conducted to examine other potential connections between FC properties and personality traits, while employing appropriate corrections for multiple testing, yielded no significant associations. The authors emphasize that further exploration in this domain would necessitate larger sample sizes to achieve adequate statistical power. Overall, the findings underscore the importance of validating results on independent samples, utilizing larger datasets, and implementing stringent controls for multiple comparisons to mitigate the risk of false positives in research concerning the neural substrates of personality differences.
Introduction
The introduction of this research paper discusses the historical and ongoing interest in human personality, emphasizing the dimensional approach as a key method for understanding individual differences in behavior. The Big Five Factor model, which categorizes personality traits into five dimensions—openness to experience, conscientiousness, extraversion, agreeableness, and neuroticism—has been widely recognized, alongside Eysenck’s three-factor model. Despite the established relationship between these models, the neurobiological underpinnings of personality traits remain poorly understood. Recent advancements in “Personality neuroscience,” particularly through neuroimaging techniques like resting-state functional magnetic resonance imaging (fMRI), have aimed to identify brain correlates of personality traits, although concerns regarding methodological rigor and reproducibility persist.
The paper highlights the application of graph-theoretical approaches to analyze brain connectivity and its association with personality traits. For instance, a study by Gao et al. (2013) found a positive correlation between the normalized clustering coefficient of whole-brain functional networks and extraversion scores, while also noting complex relationships between extraversion and regional brain activity. The current research aims to replicate these findings using a larger sample size and a similar methodology, addressing statistical concerns related to multiple comparisons that may affect the validity of previous results. By employing a robust dataset and a comprehensive analysis of the connectome, the authors seek to clarify the relationship between personality traits and brain network organization, contributing to the broader discourse on replication challenges in neuroimaging studies.
Methods
In this study, MRI data were collected from a total of 84 participants, comprising 48 men with a mean age of 30.83 years (SD = 8.48), including three left-handed individuals. The research received ethical approval from the Ethics Committees of the National Institute of Mental Health (NIMH) in Klecany and the Institute for Clinical and Experimental Medicine (IKEM) in Prague, Czech Republic. All participants provided written informed consent, adhering to the latest version of the Declaration of Helsinki.
Results
The results section presents the statistical analysis of personality dimensions derived from the NEO Five-Factor Inventory. Table 1 details the raw scores for the five personality dimensions, while Table 2 illustrates the correlations among these scores. Notably, a moderate negative correlation is observed between extraversion and neuroticism, quantified as \( r = -0.368 \) with a significance level of \( p = 0.0005 \).
In line with the original study’s methodology, extraversion and neuroticism scores were included as covariates, alongside age and gender, when calculating the partial correlation between these two dimensions and the area under the curve (AUC) of each network metric. Additionally, for the analysis of the remaining three personality dimensions not addressed in the original study, other personality measures exhibiting significant correlations (with \( p < 0.05 \)) were incorporated as covariates.
Discussion
In this study, we aimed to replicate the findings of Gao et al. (2013) regarding the associations between personality dimensions and functional connectivity metrics derived from graph-theoretical analyses of brain networks. Utilizing the NEO Five-Factor Inventory (NEO-FFI) to assess personality traits and advanced neuroimaging techniques, we found no significant correlations between personality dimensions—specifically neuroticism and extraversion—and the global or nodal network metrics. Our results suggest that the significant correlations reported in the original study may be attributable to false positives arising from a lenient statistical threshold and the extensive number of tests conducted.
We employed rigorous statistical methods, including permutation tests and multiple testing corrections, to ensure the robustness of our findings. Despite the original study’s claims, our analysis revealed that the observed associations were not replicable, indicating that the relationships between personality traits and brain network properties may not be as robust as previously suggested. We recommend that future research focus on global network properties or adopt hypothesis-driven approaches to reduce the number of statistical tests, thereby enhancing the reliability of findings in this domain. Overall, our study underscores the importance of stringent statistical practices in neuroimaging research to avoid misleading conclusions.