MétaCan
Menu
Retour à la cohorte
Enregistrement W4224998806 · doi:10.1016/j.neuroimage.2022.119254

Inter- and intra-individual variation in brain structural-cognition relationships in aging

2022· article· en· W4224998806 sur OpenAlexafffund
Raihaan Patel, Clare E. Mackay, Michelle G. Jansen, Gabriel A. Devenyi, M Clare O'Donoghue, Mika Kivimäki, Archana Singh‐Manoux, Enikő Zsoldos, Klaus P. Ebmeier, M. Mallar Chakravarty, Sana Suri

Notice bibliographique

RevueNeuroImage · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesNational Institute on AgingHorizon 2020Medical Research CouncilFonds de Recherche du Québec - SantéHelsinki Institute of Life Science, Helsingin YliopistoNational Institutes of HealthAlzheimer’s Research UKEuropean CommissionNational Institute for Health and Care ResearchNordForskCanada Foundation for InnovationWellcome TrustAlzheimer's SocietyOntario Research FoundationUniversity of TorontoBritish Heart FoundationUniversity College LondonGovernment of OntarioAmerican Society of MammalogistsAcademy of FinlandAcademy of Medical Sciences
Mots-clésCognitionPsychologyEffects of sleep deprivation on cognitive performanceCognitive declineBrain agingVerbal fluency testCohortFluencyNeuropsychologyDevelopmental psychologyDementiaNeuroscienceMedicineDiseasePathology

Résumé

récupéré en direct d'OpenAlex

The sources of inter- and intra-individual variability in age-related cognitive decline remain poorly understood. We examined the association between 20-year trajectories of cognitive decline and multimodal brain structure and morphology in older age. We used the Whitehall II Study, an extensively characterised cohort with 3T brain magnetic resonance images acquired at older age (mean age = 69.52 ± 4.9) and 5 repeated cognitive performance assessments between mid-life (mean age = 53.2 ±4.9 years) and late-life (mean age = 67.7 ± 4.9). Using non-negative matrix factorization, we identified 10 brain components integrating cortical thickness, surface area, fractional anisotropy, and mean and radial diffusivities. We observed two latent variables describing distinct brain-cognition associations. The first describes variations in 5 structural components associated with low mid-life performance across multiple cognitive domains, decline in reasoning, but maintenance of fluency abilities. The second describes variations in 6 structural components associated with low mid-life performance in fluency and memory, but retention of multiple abilities. Expression of latent variables predicts future cognition 3.2 years later (mean age = 70.87 ± 4.9). This data-driven approach highlights brain-cognition relationships wherein individuals degrees of cognitive decline and maintenance across diverse cognitive functions are both positively and negatively associated with markers of cortical structure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,274
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroImageMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207