Associations between amyloid‐β, white matter disease, functional brain networks, and mobility function: Possible indicators of reserve and resilience
Notice bibliographique
Résumé
Abstract Background Undetected AD pathology in cognitively normal older adults may increase risk for mobility decline by both increasing white matter pathology and directly interfering with functional networks through Aβ deposition. Methods Thirty‐one cognitively normal older adults (75.01 ± 4.15 y, 35.5% female) enrolled in the Brain Networks and Mobility Function (B‐NET) study received PiB PET and MRI. A global cortical PiB average for each participant was calculated by coregistering PET to MRI using Freesurfer v5.6 to generate masks and thresholding at 1.21 to create PiB positivity groups (PiB‐ = 16, PiB+ = 15). White matter hyperintensity (WMH) volume was calculated with the Lesion Segmentation Toolbox (LST) implemented in SPM12. Mobility function was assessed using the expanded Short Physical Performance Battery (eSPPB), a 4‐meter walk, and a 400‐meter walk. Cognitive measures included the Montreal Cognitive Assessment (MOCA) and Digit Symbol Substitution Task (DSST). Associations were explored using linear regression, correcting for age, sex, and BMI in the fully adjusted mobility model while age, sex, and education were used in the fully adjusted cognition and WMH model. Results PiB+ individuals had significantly faster 4‐meter gait speed (p<0.05) and a trend for higher DSST (p=0.052). These associations were independent of WMH volume. PiB+ individuals also had significantly higher total (p<0.05) and motor WMH (p<0.05). Conclusions The observation that PiB+ individuals had better physical function than PiB‐ was unexpected given existing literature showing associations between regional Aβ volume and slower gait speed. It was also unexpected given that the PiB+ group had higher WMH volume, which is associated with slower gait speed. The current sample, which includes primarily individuals with good physical and cognitive function, may represent a resilient phenotype. Continued recruitment of more diverse participants with lower physical function will be an important addition to this sample. Future analyses will allow for the inclusion of APOE and an increased sample size. Whole‐brain functional connectivity will also be assessed in this cohort using graph‐theory based methods.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».