Baseline sensorimotor GABA levels shape neuroplastic processes induced by motor learning in older adults
Notice bibliographique
Résumé
Previous research in young adults has demonstrated that both motor learning and transcranial direct current stimulation (tDCS) trigger decreases in the levels of gamma-aminobutyric acid (GABA) in the sensorimotor cortex, and these decreases are linked to greater learning. Less is known about the role of GABA in motor learning in healthy older adults, a knowledge gap that is surprising given the established aging-related reductions in sensorimotor GABA. Here, we examined the effects of motor learning and subsequent tDCS on sensorimotor GABA levels and resting-state functional connectivity in the brains of healthy older participants. Thirty-six older men and women completed a motor sequence learning task before receiving anodal or sham tDCS to the sensorimotor cortex. GABA-edited magnetic resonance spectroscopy of the sensorimotor cortex and resting-state (RS) functional magnetic resonance imaging data were acquired before and after learning/stimulation. At the group level, neither learning nor anodal tDCS significantly modulated GABA levels or RS connectivity among task-relevant regions. However, changes in GABA levels from the baseline to post-learning session were significantly related to motor learning magnitude, age, and baseline GABA. Moreover, the change in functional connectivity between task-relevant regions, including bilateral motor cortices, was correlated with baseline GABA levels. These data collectively indicate that motor learning-related decreases in sensorimotor GABA levels and increases in functional connectivity are limited to those older adults with higher baseline GABA levels and who learn the most. Post-learning tDCS exerted no influence on GABA levels, functional connectivity or the relationships among these variables in older adults.
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 | 0,008 |
| 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 ».