Alzheimer’s disease-like cortical atrophy mediates the effect of air pollution on global cognitive function
Notice bibliographique
Résumé
Little is known about the effect of air pollution on Alzheimer’s disease (AD)-specific brain structural pathologies. There is also a lack of evidence on whether this effect leads to poorer cognitive function. We investigated whether, and the extent to which, AD-like cortical atrophy mediated the association between air pollution exposures and cognitive function in dementia-free adults. We used cross-sectional data from 640 participants who underwent brain magnetic resonance imaging and the Montreal Cognitive Assessment (MoCA). Mean cortical thickness (as the measure of global cortical atrophy) and machine learning-based AD-like cortical atrophy score were estimated from brain images. Concentrations of particulate matter with diameters ≤ 10 μm (PM10) and ≤ 2.5 μm (PM2.5) and nitrogen dioxide (NO2) were estimated based on each participant’s residential address. Following the product method, a mediation effect was tested by conducting a series of three regression analyses (exposure to outcome; exposure to mediator; and exposure and mediator to outcome). A 10 μg/m3 increase in PM10 (β = -1.13; 95 % CI, −1.73 to −0.53) and a 10 ppb increase in NO2 (β = -1.09; 95 % CI, −1.40 to −0.78) were significantly associated with a lower MoCA score. PM10 (β = 0.27; 95 % CI, 0.06 to 0.48) and NO2 (β = 0.35; 95 % CI, 0.25 to 0.45) were significantly associated with an increased AD-like cortical atrophy score. Effects of PM10 and NO2 on MoCA scores were significantly mediated by mean cortical thickness (proportions mediated: 25 %–28 %) and AD-like cortical atrophy scores (13 %–16 %). The findings suggest that air pollution exposures may induce AD-like cortical atrophy, and that this effect may lead to poorer cognitive function in dementia-free adults.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,009 | 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 tête enseignante, 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 ».