MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312087231 · doi:10.1002/alz.064560

Diffusion MRI subnetwork efficiency is associated with cognitive resilience to AD pathology in cognitively unimpaired older adults at risk of AD dementia

2022· article· en· W4312087231 sur OpenAlexaff
Ting Qiu, Zhen‐Qi Liu, Cherie Strikwerda‐Brown, Frédéric St‐Onge, Alexa Pichet Binette, Maxime Descoteaux, Sylvia Villeneuve

Notice bibliographique

RevueAlzheimer s & Dementia · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensAlzheimer Society of CanadaUniversité de SherbrookeMontreal Neurological Institute and HospitalMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésCognitionDementiaPsychologyEntorhinal cortexEffects of sleep deprivation on cognitive performanceNeuropsychologyCognitive declineDefault mode networkNeuroscienceDiffusion MRIDiseaseMedicinePathologyHippocampusMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

Abstract Background While higher levels of Aβ and tau pathology are typically associated with more pronounced cognitive decline in Alzheimer’s disease (AD), some older adults exhibit normal cognition even with a substantial burden of AD pathology. This phenomenon is known as ‘cognitive resilience’. The potential role of structural connectivity in cognitive resilience remains inconclusive. The present study tested whether higher global efficiency in structural brain networks moderate the relationship between AD pathology and cognitive performance in the preclinical phase of AD. Method We studied 118 cognitively normal older adults from the family history enriched Prevent‐AD cohort. Diffusion‐weighted MRI was used to measure the structural connectome, PET to measure global Aβ (18F‐NAV4694) and entorhinal tau (18F‐Flortaucipir) pathology, and the Repeatable Battery for the Assessment of Neuropsychological Status (RBANS) to evaluate cognitive performance. We first used graph theory analyses to calculate global efficiency of networks known to be affected in early AD (i.e., limbic and default mode network (DMN)). Then multiple linear regressions were performed to examine relationships between Aβ / tau pathology, cognitive performance, and global efficiency of the two subnetworks. Interaction analyses were used to examine whether network efficiency attenuates the relationships between AD pathology and cognitive performance. Result As expected, higher levels of Aβ and tau pathology in the brain were associated with worse cognitive performance in individuals at risk of AD (Figure 1). Higher entorhinal tau pathology was also associated with lower global efficiency in the limbic network (Figure 2). Subsequent interaction analyses showed that global efficiency in the limbic moderated the relationships between AD pathology and cognitive performance. Specifically, higher global efficiency was associated with an attenuated effect of both amyloid and tau pathology on delayed memory performance (Figure 3). Conclusion Individuals with higher global efficiency in the limbic structural network exhibit better memory performance at a given level of AD pathology in preclinical stages of the disease. Structural network properties of the brain may play an important role in maintaining cognitive performance in the face of AD pathology, and could serve as a potential biomarker for cognitive resilience.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,244
Écart entre enseignants0,226 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→