Neural Correlates of Mild Behavioral Impairment: A Functional Brain Connectivity Study Using Resting-State Functional Magnetic Resonance Imaging
Notice bibliographique
Résumé
BACKGROUND: Mild behavioral impairment (MBI) is associated with accelerated cognitive decline and greater risk of dementia. However, the neural correlates of MBI have not been completely elucidated. OBJECTIVE: The study aimed to investigate the correlation between cognitively normal participants and participants with amnestic mild cognitive impairment (aMCI) using resting-state functional magnetic resonance imaging. METHODS: The study included 30 cognitively normal participants and 13 participants with aMCI (20 men and 23 women; mean age, 76.9 years). The MBI was assessed using the MBI checklist (MBI-C). Region of interest (ROI)-to-ROI analysis was performed to examine the correlation between MBI-C scores and functional connectivity (FC) of the default mode network, salience network, and frontoparietal control network (FPCN). Age, Mini-Mental State Examination score, sex, and education were used as covariates. A p-value of 0.05, with false discovery rate correction, was considered significant. RESULTS: A negative correlation was observed between the MBI-C total score and FC of the left posterior parietal cortex with the right middle frontal gyrus. A similar result was obtained for the MBI-C affective dysregulation domain score. CONCLUSION: FPCN dysfunction was detected as a neural correlate of MBI, especially in the affective dysregulation domain. This dysfunction may be associated with cognitive impairment in MBI and conversion of MBI to dementia; however, further longitudinal data are needed to examine this relationship.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».