MétaCan
Menu
Retour à la cohorte
Enregistrement W2330356828 · doi:10.3389/fnagi.2016.00063

Cortical Thinning in Healthy Aging Correlates with Larger Motor-Evoked EEG Desynchronization

2016· article· en· W2330356828 sur OpenAlexafffund
David Provencher, Marie Hennebelle, Stephen C. Cunnane, Yves Bérubé-Lauzière, Kevin Whittingstall

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for InnovationUniversité de Sherbrooke
Mots-clésElectroencephalographyNeuroscienceBrain agingPsychologyHealthy agingAging brainMedicineAudiologyCognitionGerontology

Résumé

récupéré en direct d'OpenAlex

Although electroencephalography (EEG) is a valuable tool to investigate neural activity in patients and controls, exactly how local anatomy impacts the measured signal remains unclear. Better characterizing this relationship is important to improve the understanding of how inter-subject differences in the EEG signal are related to neural activity. We hypothesized that cortical structure might affect event-related desynchronization (ERD) in EEG. Since aging is a well-documented cause of cortical thinning, we investigated the effects of cortical thickness (CT) and cortical depth (CD - the skull-to-cortex distance) on ERD using anatomical MRI and motor-evoked EEG in 17 healthy young adults and 20 healthy older persons. Results showed a significant negative correlation between ERD and CT, but no consistent relationship between ERD and CD. A thinner cortex was associated with a larger ERD in the α/β band and correcting for CT removed most of the inter-group difference in ERD. This indicates that differences in neural activity might not be the primary cause for the observed aging-related differences in ERD, at least in the motor cortex. Further, it emphasizes the importance of considering conditions affecting the EEG signal, such as cortical anatomical changes due to aging, when interpreting differences between healthy controls and/or patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,478
Score d'incertitude au seuil0,691

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,258
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207