Interactions of Insula Subdivisions-Based Networks with Default-Mode and Central-Executive Networks in Mild Cognitive Impairment
Notice bibliographique
Résumé
Interactions between brain networks and their subnetworks are crucial for active and resting cognitive states. Whether a subnetwork can restore the adequate function of the parent network whenever a disease state affects the parent network is unclear. Investigations suggest that the control of the anterior insula-based network (AIN) over the default-mode network (DMN) and central-executive network (CEN) is decreased in individuals with mild cognitive impairment (MCI). Here, we hypothesized that the posterior insula-based network (PIN) attempts to compensate for this decrease. To test this, we compared a group of MCI and normal cognitive individuals. A dynamical causal modeling method has been employed to investigate the dynamic network controls/modulations. We used the resting state functional MRI data, and assessed the interactions of the AIN and of the PIN, respectively, over the DMN and CEN. We found that the greater control of AIN than that of DMN (Wilcoxon rank sum: Z = 1.987; p = 0.047) and CEN (Z = 3.076; p = 0.002) in normal group and the lower (impaired) control of AIN than that of CEN (Z = 8.602; p = 7.816 x 10-18). We further revealed that the PIN control was significantly higher than that of DMN (Z = 6.608; p = 3.888 x 10-11) and CEN (Z = 6.429; p = 1.278 x 10-10) in MCI group where the AIN was impaired, but that control was significantly lower than of DMN (Z = 5.285; p = 1.254 x 10-7) and CEN (Z = 5.404; p = 6.513 x 10-8) in normal group. Finally, the global cognitive test score assessed using Montreal cognitive assessment and the network modulations were correlated (Spearman’s correlation: r = 0.47; p = 3.76x10-5 and r = -0.43; p = 1.97x10-4). These findings might suggest that the flexible functional profiles of AIN and PIN in normal aging and MCI.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».