Age-Related Changes in Diffusion Tensor Imaging Metrics of Fornix Subregions in Healthy Humans
Notice bibliographique
Résumé
OBJECTIVE: White matter diffusivity measures of the fornix change with aging, which likely relates to changes in memory and cognition in older adults. Subregional variations in forniceal diffusivity may exist, given its heterogeneous anatomy and connectivity; however, these have not been closely examined in vivo. We examined diffusivity parameters (fractional anisotropy, FA; radial diffusivity, RD; axial diffusivity, AD) in forniceal subregions of healthy subjects and correlated them with age and hippocampal volume. METHODS: Diffusion-weighted imaging and streamline tractography of the fornix were performed on 20 healthy, right-handed females (23-66 years). Six anatomical subregions were defined: midline (body, column, precommissural fornix) or lateral (fimbria, crura, postcommissural fornix). Regression analysis was performed comparing diffusivities against age. Hippocampal and ventricular volumes were also compared. RESULTS: Diffusivity values revealed statistical changes with age in both midline and lateralized subregions. The fornix body and left crus showed age-related alterations in all metrics (FA, RD, AD), whereas only right crus FA was altered. There was no significant change in hippocampal volumes, suggesting that forniceal changes may precede hippocampal age-related changes. CONCLUSIONS: Age-related changes in fornix diffusivity measures appear subregion dependent and asymmetrical. Specific subregion diffusivity measures may be a more sensitive aging marker than hippocampal volume change.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».