Amyloid-β and tau pathologies relate to distinctive brain dysconnectomics in preclinical autosomal-dominant Alzheimer’s disease
Notice bibliographique
Résumé
ABSTRACT The human brain is composed of functional networks that have a modular topology, where brain regions are organized into communities that form internally dense (segregated) and externally sparse (integrated) subnetworks that underlie higher-order cognitive functioning. It is hypothesized that amyloid-β and tau pathology in preclinical Alzheimer’s disease (AD) spread through functional networks, disrupting neural communication that results in cognitive dysfunction. We used high-resolution (voxel-level) graph-based network analyses to test whether in vivo amyloid-β and tau burden was associated with the segregation and integration of brain functional connections, and episodic memory, in cognitively-unimpaired Presenilin-1 E280A carriers who are expected to develop early-onset AD dementia in approximately 13 years on average. Compared to non-carriers, mutation carriers exhibited less functional segregation and integration in posterior default-mode network (DMN) regions, particularly the precuneus, and in the retrospenial cortex, which has been shown to link medial temporal regions and cortical regions of the DMN. Mutation carriers also showed greater functional segregation and integration in regions connected to the salience network, including the striatum and thalamus. Greater tau burden was associated with lower segregated and integrated functional connectivity of DMN regions, particularly the precuneus and medial prefrontal cortex. In turn, greater tau pathology was related to higher segregated and integrated functional connectivity in the retrospenial cortex, and the anterior cingulate cortex, a hub of the salience network. These findings enlighten our understanding of how AD-related pathology distinctly alters the brain’s functional architecture in the preclinical stage, possibly contributing to pathology propagation and ultimately resulting in dementia. SIGNIFICANCE STATEMENT Amyloid-β and tau pathologies in Alzheimer’s disease (AD) are hypothesized to propagate through functional networks. Research is needed to elucidate how AD-related pathologies alter the brain’s functional connections years before symptom-onset to help predict pathology accumulation and dementia risk. Using high-resolution (voxel-level) graph-based network analyses and PET imaging, we showed that greater tau burden was associated with largely dysconnectivity of posterior default-mode network brain regions, and increased connectivity of structures associated with the salience network and others that are critical for integrating information across neural systems in cognitively-unimpaired Presenilin-1 E280A carriers. Findings enlighten how amyloid-β and tau relate to distinct patterns of functional connectivity in regions that underlie memory functioning and are critical for information processing, helping predict disease progression.
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 ».