A 3-Month Aerobic Training Program Improves Brain Energy Metabolism in Mild Alzheimer’s Disease: Preliminary Results from a Neuroimaging Study
Notice bibliographique
Résumé
BACKGROUND: Aerobic training has some benefits for delaying the onset or progression of Alzheimer's disease (AD). Little is known about the implication of the brain's two main fuels, glucose and ketones (acetoacetate), associated with thesebenefits. OBJECTIVE: To determine whether aerobic exercise training modifies brain energy metabolism in mild AD. METHODS: In this uncontrolled study, ten patients with mild AD participated in a 3-month, individualized, moderate-intensity aerobic training on a treadmill (Walking). Quantitative measurement of brain uptake of glucose (CMRglu) and acetoacetate (CMRacac) using neuroimaging and cognitive testing were done before and after the Walking program. RESULTS: Four men and six women with an average global cognitive score (MMSE) of 26/30 and an average age of 73 y completed the Walking program. Average total distance and treadmill speed were 8 km/week and 4 km/h, respectively. Compared to the Baseline, after Walking, CMRacac was three-fold higher (0.6±0.4 versus 0.2±0.1 μmol/100 g/min; p = 0.01). Plasma acetoacetate concentration and the blood-to-brain acetoacetate influx rate constant were also increased by 2-3-fold (all p≤0.03). CMRglu was unchanged after Walking (28.0±0.1 μmol/100 g/min; p = 0.96). There was a tendency toward improvement in the Stroop-color naming test (-10% completion time, p = 0.06). Performance on the Trail Making A&B tests was also directly related to plasma acetoacetate and CMRacac (all p≤0.01). CONCLUSION: In mild AD, aerobic training improved brain energy metabolism by increasing ketone uptake and utilization while maintaining brain glucose uptake, and could potentially be associated with some cognitive improvement.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».