Non-Linear Association between Cerebral Amyloid Deposition and White Matter Microstructure in Cognitively Healthy Older Adults
Notice bibliographique
Résumé
Cerebral amyloid-β accumulation and changes in white matter (WM) microstructure are imaging characteristics in clinical Alzheimer's disease and have also been reported in cognitively healthy older adults. However, the relationship between amyloid deposition and WM microstructure is not well understood. Here, we investigated the impact of quantitative cerebral amyloid load on WM microstructure in a group of cognitively healthy older adults. AV45-positron emission tomography and diffusion tensor imaging (DTI) scans of forty-four participants (age-range: 60 to 89 years) from the Alzheimer's Disease Neuroimaging Initiative were analyzed. Fractional anisotropy (FA), mean diffusivity (MD), radial diffusivity (DR), and axial diffusivity (DA) were calculated to characterize WM microstructure. Regression analyses demonstrated non-linear (quadratic) relationships between amyloid deposition and FA, MD, as well as RD in widespread WM regions. At low amyloid burden, higher deposition was associated with increased FA as well as decreased MD and DR. At higher amyloid burden, higher deposition was associated with decreased FA as well as increased MD and DR. Additional regression analyses demonstrated an interaction effect between amyloid load and global WM FA, MD, DR, and DA on cognition, suggesting that cognition is only affected when amyloid is increasing and WM integrity is decreasing. Thus, increases in FA and decreases in MD and RD with increasing amyloid load at low levels of amyloid burden may indicate compensatory processes that preserve cognitive functioning. Potential mechanisms underlying the observed non-linear association between amyloid deposition and DTI metrics of WM microstructure are discussed.
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 | 0,000 | 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 ».