The compensatory role of the frontal cortex in mild cognitive impairment: Identifying the target for neuromodulation
Notice bibliographique
Résumé
Introduction: Development of individualized neuromodulation techniques for mild cognitive impairment (MCI) is a feasible practical goal. Preliminary research exploring the brain-level compensatory reserves on the base of neuroimaging is necessary. Methods: Twenty-one older adults, representing a continuum from healthy norm to MCI, underwent functional MRI while performing two executive tasks—a modified Stroop task and selective counting. A functional activation and connectivity analysis were conducted with the inclusion of a BRIEF–MoCA covariate. This variable represented the difference between the real-life performance measured by Behavior Rating Inventory of Executive Function (BRIEF) and the level of cognitive deficit measured by Montreal Cognitive Assessment (MoCA) Scale, an ability to compensate for impairment. Results: Both tasks were associated with activation of areas within the frontoparietal control network, along with the supplementary motor area (SMA) and the pre-SMA, the lateral premotor cortex, and the cerebellum. A widespread increase in the connectivity of the pre-SMA was observed during the tasks. The BRIEF–MoCA value correlated, first, with connectivity of the left dorsolateral prefrontal cortex (LDLPFC) and, second, with enrollment of the occipital cortex during the counting task. Conclusion: The developed neuroimaging technique allows identification of the functionally salient target within the LDLPFC in patients with 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».