Baseline Frontoparietal Gray Matter Volume Predicts Executive Function Performance in Aging and Mild Cognitive Impairment at 24-month Follow-Up
Notice bibliographique
Résumé
Background: Executive dysfunction in mild cognitive impairment (MCI) has been associated with gray matter atrophy. Prior studies have yielded limited insight into associations between gray matter volume and executive function in early and late amnestic MCI (aMCI).Objective: To examine the relative importance of predictors of executive function at 24-months and relationships between baseline regional gray matter volume and executive function performance at 24-month follow-up in non-demented older adults.Methods: 147 participants from the Alzheimer’s Disease Neuroimaging Initiative (mean age=70.6 years) completed brain Magnetic Resonance Imaging and neuropsychological testing and were classified as cognitively normal (n=49), early aMCI (n=60), or late aMCI (n=38). Analyses explored the importance of demographic, APOE-ε4, biomarker (p-tau/Aβ42, t-tau/Aβ42), and gray matter regions-of-interest (ROI) variables to 24-month executive function, whether ROIs predicted executive function, and whether relationships varied by baseline diagnostic status.Results: Across all participants, baseline anterior cingulate cortex and superior parietal lobule volumes were the strongest predictors of 24-month executive function performance. In early aMCI, anterior cingulate cortex volume was the strongest predictor and demonstrated a significant interaction such that lower volume related to worse 24-month executive function in early aMCI. Educational attainment and inferior frontal gyrus volume were the strongest predictors of 24-month executive function performance for cognitively normal and late aMCI groups, respectively.Conclusion: Baseline frontoparietal gray matter regions were significant predictors of executive function performance in the context of aMCI and may identify those at risk of Alzheimer’s disease. Anterior cingulate cortex volume may predict executive function performance in early aMCI.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».