A longitudinal study of age- and gender-related annual rate of volume changes in regional gray matter in healthy adults
Notice bibliographique
Résumé
The aim of this study was to analyze correlations among the annual rate of gray matter volume change, age, gender, and cerebrovascular risk factors in 381 healthy community-dwelling subjects with a large age range by applying a longitudinal design over 6 years using brain magnetic resonance images (MRIs). Brain MRI data were processed with voxel-based morphometry using a custom template by applying diffeomorphic anatomical registration using the exponentiated lie algebra procedure. The annual rate of regional gray matter volume change showed significant positive correlations with age in several regions, including the bilateral temporal pole, caudate nucleus, ventral and dorsolateral prefrontal cortices, insula, hippocampus, and temporoparietal cortex, whereas significant negative correlations with age were observed in several regions including the bilateral cingulate gyri and anterior lobe of the cerebellum. Additionally, a significant age-by-gender interaction was found for the annual rate of regional gray matter volume change in the bilateral hippocampus. No significant correlations were observed between the annual rate of regional gray matter volume change and body mass index or systolic blood pressure. A significant positive correlation between the annual rate of gray matter volume change and age indicates that the region shows not linear but accelerated gray matter loss with age. Therefore, evaluating the annual rate of the gray matter volume change with age in healthy subjects is important in understanding how gray matter volume changes with aging in each brain region and in anticipating what cognitive functions are likely to show accelerated decline with aging.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».