Longitudinal Impact of Physical Activity on Brain Pulsatility Index and Cognition in Older Adults with Cardiovascular Risk Factors: A NIRS Study
Notice bibliographique
Résumé
Recent studies have shown that optical indices of cerebral pulsatility, including cerebral pulse amplitude, are linked to cerebrovascular health. A chronically higher cerebral pulsatility is associated with cognitive decline. Although it is widely known that regular physical activity improves cognitive functions, little is known about the association between physical activity and the optical index of cerebral pulsatility. This study assessed the impact of 12 months of regular physical activity on the changes in the optical index of cerebral pulsatility and explored its association with cognition. A total of 19 older adults (aged 59-79 years) with cardiovascular risk factors (CVRF) completed the study. Low-intensity, short-duration walking as a brief cardiovascular challenge was used to study the impact of regular physical activity on post-walking changes in cerebral pulsatility index. The participants walked on a gym track while a near-infrared spectroscopy (NIRS) device recorded hemodynamics data from the frontal and motor cortex subregions. Our data indicated that 12 months of physical activity was associated with lower global cerebral pulse amplitude, which was associated with higher cognitive scores in executive functions. Further, the global cerebral pulsatility index was reduced after short-duration walking, and this reduction was greater after 12 months of regular physical activity compared with the baseline. This may be an indication of improvement in cerebrovascular response to the cardiovascular challenge after regular physical activity. This study suggests that 12 months of physical activity may support cognitive functions through improving cerebral pulsatility in older adults with CVRF.
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 | 0,001 | 0,001 |
| 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 ».