Functional and effective reorganization of the aging brain during unimanual and bimanual hand movements
Notice bibliographique
Résumé
Motor performance decline observed during aging is linked to changes in brain structure and function, however, the precise neural reorganization associated with these changes remains largely unknown. We investigated the neurophysiological correlates of this reorganization by quantifying functional and effective brain network connectivity in elderly individuals (n = 11; mean age = 67.5 years), compared to young adults (n = 12; mean age = 23.7 years), while they performed visually-guided unimanual and bimanual handgrips inside the magnetoencephalography (MEG) scanner. Through a combination of principal component analysis and Granger causality, we observed age-related increases in functional and effective connectivity in whole-brain, task-related motor networks. Specifically, elderly individuals demonstrated (i) greater information flow from contralateral parietal and ipsilateral secondary motor regions to the left primary motor cortex during the unimanual task and (ii) decreased interhemispheric temporo-frontal communication during the bimanual task. Maintenance of motor performance and task accuracy in elderly was achieved by hyperactivation of the task-specific motor networks, reflecting a possible mechanism by which the aging brain recruits additional resources to counteract known myelo- and cytoarchitectural changes. Furthermore, resting-state sessions acquired before and after each motor task revealed that both older and younger adults maintain the capacity to adapt to task demands via network-wide increases in functional connectivity. Collectively, our study consolidates functional connectivity and directionality of information flow in systems-level cortical networks during aging and furthers our understanding of neuronal flexibility in motor processes.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».