Weight for It: Resistance Training Mitigates White Matter Hyperintensity-Related Disruption to Functional Networks in Older Females
Notice bibliographique
Résumé
BACKGROUND: White matter hyperintensities (WMH) are associated with impaired cognition and increased falls risk. Resistance training (RT) is a promising intervention to reduce WMH progression, improve executive functions, and reduce falls. However, the underlying neurobiological process by which RT improves executive functions and falls risk remain unclear. We hypothesized that: 1) RT reduces the level of WMH-related disruption to functional networks; and 2) reduced disruption to the sensorimotor and attention networks will be associated with improved executive function and reduced falls risk. OBJECTIVE: Investigate the impact of 52 weeks of RT on WMH-related disruption to functional networks. METHODS: Thirty-two older females (65-75 years) were included in this exploratory analysis of a 52-week randomized controlled trial. Participants received either twice-weekly RT or balance and tone training (control). We used lesion network mapping to assess changes in WMH-related disruption to the sensorimotor, dorsal attention, and ventral attention networks. Executive function was measured using the Stroop Colour-Word Test. Falls risk was assessed using the Physiological Profile Assessment (PPA) and the foam sway test. RESULTS: RT significantly reduced the level of WMH-related disruption to the sensorimotor network (p = 0.012). Reduced disruption to the dorsal attention network was associated with improvements in Stroop performance (r = 0.527, p = 0.030). Reduced disruption to the ventral attention network was associated with reduced PPA score (r = 0.485, p = 0.049)Conclusion:RT may be a promising intervention to mitigate WMH-related disruption to the sensorimotor network. Additionally, reducing disruption to the dorsal and ventral attention networks may contribute to improved executive function and reduced falls risk respectively.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,004 | 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 ».