Life course, genetic, and neuropathological associations with brain age in the 1946 British Birth Cohort: a population-based study
Notice bibliographique
Résumé
BACKGROUND: A neuroimaging-based biomarker termed the brain age is thought to reflect variability in the brain's ageing process and predict longevity. Using Insight 46, a unique narrow-age birth cohort, we aimed to examine potential drivers and correlates of brain age. METHODS: Participants, born in a single week in 1946 in mainland Britain, have had 24 prospective waves of data collection to date, including MRI and amyloid PET imaging at approximately 70 years old. Using MRI data from a previously defined selection of this cohort, we derived brain-predicted age from an established machine-learning model (trained on 2001 healthy adults aged 18-90 years); subtracting this from chronological age (at time of assessment) gave the brain-predicted age difference (brain-PAD). We tested associations with data from early life, midlife, and late life, as well as rates of MRI-derived brain atrophy. FINDINGS: Between May 28, 2015, and Jan 10, 2018, 502 individuals were assessed as part of Insight 46. We included 456 participants (225 female), with a mean chronological age of 70·7 years (SD 0·7; range 69·2 to 71·9). The mean brain-predicted age was 67·9 years (8·2, 46·3 to 94·3). Female sex was associated with a 5·4-year (95% CI 4·1 to 6·8) younger brain-PAD than male sex. An increase in brain-PAD was associated with increased cardiovascular risk at age 36 years (β=2·3 [95% CI 1·5 to 3·0]) and 69 years (β=2·6 [1·9 to 3·3]); increased cerebrovascular disease burden (1·9 [1·3 to 2·6]); lower cognitive performance (-1·3 [-2·4 to -0·2]); and increased serum neurofilament light concentration (1·2 [0·6 to 1·9]). Higher brain-PAD was associated with future hippocampal atrophy over the subsequent 2 years (0·003 mL/year [0·000 to 0·006] per 5-year increment in brain-PAD). Early-life factors did not relate to brain-PAD. Combining 12 metrics in a hierarchical partitioning model explained 33% of the variance in brain-PAD. INTERPRETATION: Brain-PAD was associated with cardiovascular risk, and imaging and biochemical markers of neurodegeneration. These findings support brain-PAD as an integrative summary metric of brain health, reflecting multiple contributions to pathological brain ageing, and which might have prognostic utility. FUNDING: Alzheimer's Research UK, Medical Research Council Dementia Platforms UK, Selfridges Group Foundation, Wolfson Foundation, Wellcome Trust, Brain Research UK, Alzheimer's Association.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».