MétaCan
Menu
← Retour à la cohorte
Enregistrement W2762605033 · doi:10.71781/19253

Modifications de la connectivité cérébrale au sein du réseau attentionnel ventral lors du vieillissement normal

2017· dissertation· fr· W2762605033 sur OpenAlexfundno aff
Johnathan Deslauriers

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2017
Typedissertation
Languefr
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Les capacités attentionnelles sont nécessaires à la plupart des tâches de la vie quotidienne. Au cours du vieillissement normal, ces habiletés se modifient. De même, les études suggèrent que l’activité neurofonctionnelle du réseau fronto-pariétal qui sous-tend les capacités attentionnelles diffère entre les individus âgés et de jeunes adultes. Par contre, les changements en contexte du vieillissement du réseau fronto-pariétal ventral, aussi appelé le réseau attentionnel ventral, ont été peu investigués. Une telle question doit être soulevée dans le contexte où les plus récents modèles décrivant les changements fonctionnels associés au vieillissement rapportent que des possibles transformations neurofonctionnelles peuvent survenir au niveau intrahémisphérique et interhémisphérique. Le but de cet ouvrage est de déterminer comment le vieillissement normal affecte le réseau attentionnel ventral et de décrire la nature des changements qui peuvent survenir sur les axes intra et interhémisphériques. Pour y parvenir, la méthode de connectivité fonctionnelle fut privilégiée puisqu’elle permet de quantifier l’interaction neurofonctionnelle entre diverses régions composant un réseau fonctionnel. La première étude de cette thèse a permis de décrire les modifications de connectivité fonctionelle intrahémisphériques du réseau attentionnel ventral en comparant des adultes jeunes et âgés lorsqu’ils réalisent une tâche d’attention sélective en imagerie par résonance magnétique. Sur le plan comportemental, les individus âgés répondaient significativement plus lentement et commettaient davantage d’erreurs que le groupe composé de jeunes adultes. Les résultats de connectivité fonctionnelle montrent que le degré d’intégration de la connectivité fonctionnelle intrahémisphérique est globalement plus élevé chez les individus âgés dans l’ensemble des régions fronto-pariétales composant ce réseau. De plus, il semble que les aires antérieures du réseau, soit les aires préfrontales et insulaires, sont moins intégrées chez les individus âgés, alors que les zones pariétales, temporales et cérébelleuses le sont davantage. Le degré d’intégration de la connectivité est également plus élevé chez les adultes âgés entre les régions postérieures et antérieures. Ainsi, les résultats de cette étude suggèrent que la dynamique des régions antérieures et postérieures du réseau attentionnel ventral est modifiée au cours du vieillissement normal et que les régions postérieures occupent au sein de ce réseau un rôle plus important avec l’âge. Cette hyperconnectivité des aires pariétales pourrait représenter une stratégie de compensation intrahémisphérique (i.e. recrutement de régions additionnelles en postérieur) qui aurait cependant atteint un certain plateau puisque bien que les âgés réussissent à réaliser la tâche, ils performent significativement plus faiblement que de jeunes adultes. La seconde étude s’est intéressée aux modifications de connectivité interhémisphériques du même réseau fonctionnel en comparant le degré de connectivité fonctionnelle entre des individus jeunes et âgés. De manière similaire à l’étude 1, sur le plan comportemental les individus âgés répondaient significativement plus lentement et commettaient plus d’erreurs que les jeunes adultes. En ce qui concerne la dimension inter-hémisphérique du réseau, les résultats des analyses de connectivité montrent que le degré d’intégration des régions hémisphériques gauches fronto-pariétales et temporales est plus faible pour les participants âgés que pour les participants jeunes. Au contraire, les régions frontales, pariétales, temporales et sous-corticales de l’hémisphère droit sont plus intégrées. Par ailleurs, les résultats montrent également que le degré d’intégration interhémisphérique est plus élevé chez les individus âgés. Ainsi, cette étude suggère que le degré de connectivité fonctionnelle entre les régions hémisphériques droites du réseau attentionnel ventral augmente au cours du vieillissement, suggérant ainsi une amplification de la latéralisation de ce réseau vers l’hémisphère droit avec l’âge. Cette étude montre également que malgré une augmentation de la latéralisation du VAN à droite, celle-ci s’accompagne d’une augmentation du degré de connectivité fonctionnelle interhémisphérique qui pourrait être envisagée comme une tentative de compensation interhémisphérique (i.e. recrutement des régions homologues) qui aurait atteint toutefois un certain plateau car même si les âgés réussissent à réaliser la tâche, leur niveau de performance reste significativement plus faible que les jeunes. En somme, ce travail a permis de contribuer à notre compréhension de l’impact du vieillissement sur le réseau attentionnel ventral sur l’axe intrahémisphérique et interhémisphérique. Cet ouvrage lance de nouvelles pistes d’investigation dans ce domaine et pourrait éventuellement mener à l’élaboration d’interventions susceptibles de promouvoir une santé cognitive optimale lors du vieillissement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,011
Tête enseignante GPT0,212
Écart entre enseignants0,201 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)→Même sujetEEG and Brain-Computer Interfaces→Travaux en français237 207→