The neural correlates of emotional conflict monitoring as an early manifestation of affective and cognitive declines in persons with Type 2 diabetes
Notice bibliographique
Résumé
Patients with Type 2 diabetes are known to be more susceptible to experience dementia and depression/anxiety. The neural circuits of emotional conflict monitoring, as indicated by a Stroop task, might become altered in terms of cognitive and affective impairments in diabetes. This study investigated alterations in the emotional conflict monitoring and associations of corresponding brain activities with metabolic parameters in persons with Type 2 diabetes. Participants with normal cognitive and affective functioning, including 40 persons with Type 2 diabetes and 30 non-diabetes control subjects, underwent a functional MRI paradigm with the face-word emotional Stroop task and detailed cognitive and affective assessments, including the Montreal Cognitive Assessment and Beck Anxiety Inventory. Compared with the controls, people with diabetes exhibited stronger emotional interference, as indicated by differential reaction times between congruent and incongruent trials (Δcon). Δcon was correlated with Montreal Cognitive Assessment test scores and fasting glucose levels. People with diabetes demonstrated altered brain activation and functional connectivity in the neural network for emotional conflict monitoring. The neural network for emotional conflict monitoring mediated the association of pancreatic function with anxiety scores as well as the relationship between Δcon and Montreal Cognitive Assessment scores. Results suggested that alterations in the neural network underlying emotional conflict monitoring might present before clinically measurable cognitive and affective decrements were apparent, thereby bridging the gap between dementia and anxiety/depression in persons with diabetes.
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) | 0,000 | 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 ».