Posterior compensatory network in cognitively intact elders with hippocampal atrophy
Notice bibliographique
Résumé
Functional compensation in late life is poorly understood but may be vital to understanding long-term cognitive trajectories. To study this we first established an empirically derived threshold to distinguish hippocampal atrophy in those with Mild Cognitive Impairment (MCI n = 34) from those with proficient cognition (PRO n = 22), using data from a population-based cohort. Next, to identify compensatory networks we compared cortical activity patterns during a graded spatial working memory (SWM) task in only cognitively proficient individuals, either with (PROATR ) or without hippocampal atrophy (PRONIL ). Multivariate Partial Least Squares analyses revealed that these groups engaged spatially distinct SWM-related networks. In those with hippocampal atrophy and under conditions of basic-SWM demand, expression of a posterior compensatory network (PCN) comprised calcarine and posterior parietal cortex strongly correlated with superior SWM performance (r = -0.96). In these individuals, basic level SWM response times were faster and no less accurate than in those with no hippocampal atrophy. Cognitively proficient older individuals with hippocampal atrophy may, therefore, uniquely engage posterior brain areas when performing simple spatial working memory tasks.
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 ».