Repeated multi-domain cognitive training prevents cognitive decline, anxiety and amyloid pathology found in a mouse model of Alzheimer disease
Notice bibliographique
Résumé
Abstract Education, occupation, and an active lifestyle, comprising enhanced social, physical, and mental components are associated with improved cognitive functions in aged people and may delay the progression of various neurodegenerative diseases including Alzheimer’s disease. To investigate this protective effect, 3-month-old APP NL-G-F/NL-G-F mice were exposed to repeated single- or multi-domain cognitive training. Cognitive training was given at the age of 3, 6, & 9 months. Single-domain cognitive training was limited to a spatial navigation task. Multi-domain cognitive training consisted of a spatial navigation task, object recognition, and fear conditioning. At the age of 12 months, behavioral tests were completed for all groups. Then, mice were sacrificed, and their brains were assessed for pathology. APP NL-G-F/NL-G-F mice given multi-domain cognitive training compared to APP NL-G-F/NL-G-F control group showed an improvement in cognitive functions, reductions in amyloid load and microgliosis, and a preservation of cholinergic function. Additionally, multi-domain cognitive training improved anxiety in APP NL-G-F/NL-G-F mice as evidenced by measuring thigmotaxis behavior in the Morris water maze. There were mild reductions in microgliosis in the brain of APP NL-G-F/NL-G-F mice with single-domain cognitive training. These findings provide causal evidence for the potential of certain forms of cognitive training to mitigate the cognitive deficits in Alzheimer disease.
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».