Joint contributions of cortical morphometry and white matter microstructure in healthy brain aging: A partial least squares correlation analysis
Notice bibliographique
Résumé
Cortical atrophy and degraded axonal health have been shown to coincide during normal aging; however, few studies have examined these measures together. To lend insight into both the regional specificity and the relative timecourse of structural degradation of these tissue compartments across the adult lifespan, we analyzed gray matter (GM) morphometry (cortical thickness, surface area, volume) and estimates of white matter (WM) microstructure (fractional anisotropy, mean diffusivity) using traditional univariate and more robust multivariate techniques to examine age associations in 186 healthy adults aged 20-94 years old. Univariate analysis of each tissue type revealed that negative age associations were largest in frontal GM and WM tissue and weaker in temporal, cingulate, and occipital regions, representative of not only an anterior-to-posterior gradient, but also a medial-to-lateral gradient. Multivariate partial least squares correlation (PLSC) found the greatest covariance between GM and WM was driven by the relationship between WM metrics in the anterior corpus callosum and projections of the genu, anterior cingulum, and fornix; and with GM thickness in parietal and frontal regions. Surface area was far less susceptible to age effects and displayed less covariance with WM metrics, while regional volume covariance patterns largely mirrored those of cortical thickness. Results support a retrogenesis-like model of aging, revealing a coupled relationship between frontal and parietal GM and the underlying WM, which evidence the most protracted development and the most vulnerability during healthy aging.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 ».