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 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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».