The effect of computerized cognitive training and exercise on white matter integrity: a secondary analysis of a randomized controlled trial
Notice bibliographique
Résumé
Abstract Background As a consequence of aging, the structure of the brain can be negatively impacted, and consequently, cognitive function. Although aerobic exercise and computerized cognitive training (CCT) are promising lifestyle interventions to prevent or delay cognitive decline, the underlying mechanisms of the effect of CCT, with or without exercise, on cognitive function remain poorly understood. Diffusion tensor imaging (DTI) is a neuroimaging technique for detecting changes in white matter (WM) tissue. Common DTI metrics such as fractional anisotropy (FA) can be summarized as a measure of overall WM integrity. The aim of this analysis was to explore the effect of CCT, with or without exercise, on WM integrity in healthy older adults. Methods This sub‐analysis included 65 community‐dwelling older adults aged 65‐85 years. Participants were enrolled in an 8‐week proof‐of‐concept randomized controlled trial and were assigned to either: 1) Group‐based CTT (Fit Brains; FBT; n = 19) 3x/week for 1hr plus 3x/week home‐based training; 2) Group‐based CCT preceded by exercise (ExFBT; n = 22) 3x/week for 1hr plus 3x/week home‐based training or; 3) Group‐based balanced‐and‐toned (BAT; n = 24) classes 3x/week for 1hr (control). DTI scans were acquired at baseline and at trial completion. Analysis of covariance (ANCOVA) evaluated treatment effects on FA at trial completion controlling for baseline age, MoCA, BMI, and FA. We conducted planned contrasts of FBT vs. BAT and ExFBT vs. BAT. In addition, we included an exploratory comparison between ExFBT vs. FBT. Results We found significant group differences in fornix and superior longitudinal fasciculus (SLF) FA at trial completion. Planned contrasts revealed significantly greater fornix FA in BAT vs. FBT (mean difference = 0.015, 95%CI = 0.002‐0.029). Also, fornix FA was significantly greater in ExFBT vs. FBT (mean difference = 0.017, 95%CI = 0.003‐0.031). In addition, SLF FA was significantly greater in ExFBT vs. FBT (mean difference = 0.008, 95%CI = 0.001‐0.014) at trial completion. Conclusion These findings suggest CCT alone may be detrimental to WM integrity, potentially due to its sedentary nature.
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».