MétaCan
Menu
Retour à la cohorte
Enregistrement W4381251709 · doi:10.3389/fneur.2023.1215882

Altered resting-state functional connectivity patterns in late middle-aged and older adults with obstructive sleep apnea

2023· article· en· W4381251709 sur OpenAlexafffundabout
Guillermo Martinez Villar, Véronique Daneault, Marie‐Ève Martineau‐Dussault, Andrée‐Ann Baril, Katia Gagnon, Chantal Lafond, Danielle Gilbert, Cynthia Thompson, Nicola Andrea Marchi, Jean‐Marc Lina, Jacques Montplaisir, Julie Carrier, Nadia Gosselin

Notice bibliographique

RevueFrontiers in Neurology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalÉcole de Technologie SupérieureMcGill UniversityDouglas Mental Health University InstituteCanadian Sleep & Circadian NetworkUniversité de MontréalHôpital Rivière-des-PrairiesHôpital du Sacré-Cœur de Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchRéseau en Bio-Imagerie du QuebecSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésObstructive sleep apneaPolysomnographyDefault mode networkCognitive declineMedicineResting state fMRIMontreal Cognitive AssessmentCognitionNeuropsychologyAudiologyHippocampusCardiologyNeuropsychological assessmentFunctional magnetic resonance imagingInternal medicineTemporal lobeNeuroscienceApneaPsychologyDementiaDiseasePsychiatry

Résumé

récupéré en direct d'OpenAlex

Introduction Obstructive sleep apnea (OSA) is increasingly recognized as a risk factor for cognitive decline, and has been associated with structural brain alterations in regions relevant to memory processes and Alzheimer’s disease. However, it is unclear whether OSA is associated with disrupted functional connectivity (FC) patterns between these regions in late middle-aged and older populations. Thus, we characterized the associations between OSA severity and resting-state FC between the default mode network (DMN) and medial temporal lobe (MTL) regions. Second, we explored whether significant FC changes differed depending on cognitive status and were associated with cognitive performance. Methods Ninety-four participants [24 women, 65.7 ± 6.9 years old, 41% with Mild Cognitive Impairment (MCI)] underwent a polysomnography, a comprehensive neuropsychological assessment and a resting-state functional magnetic resonance imaging (MRI). General linear models were conducted between OSA severity markers (i.e., the apnea-hypopnea, oxygen desaturation and microarousal indices) and FC values between DMN and MTL regions using CONN toolbox. Partial correlations were then performed between OSA-related FC patterns and (i) OSA severity markers in subgroups stratified by cognitive status (i.e., cognitively unimpaired versus MCI) and (ii) cognitive scores in the whole sample. All analyzes were controlled for age, sex and education, and considered significant at a p < 0.05 threshold corrected for false discovery rate. Results In the whole sample, a higher apnea-hypopnea index was significantly associated with lower FC between (i) the medial prefrontal cortex and bilateral hippocampi, and (ii) the left hippocampus and both the posterior cingulate cortex and precuneus. FC patterns were not associated with the oxygen desaturation index, or micro-arousal index. When stratifying the sample according to cognitive status, all associations remained significant in cognitively unimpaired individuals but not in the MCI group. No significant associations were observed between cognition and OSA severity or OSA-related FC patterns. Discussion OSA severity was associated with patterns of lower FC in regions relevant to memory processes and Alzheimer’s disease. Since no associations were found with cognitive performance, these FC changes could precede detectable cognitive deficits. Whether these FC patterns predict future cognitive decline over the long-term needs to be investigated.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,243
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

Citations16
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetObstructive Sleep Apnea ResearchTravaux en français237 207