MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390201572 · doi:10.1002/alz.077982

The Influence of Prior Head Injury on Late‐Life Cognition and White Matter Microstructure in Older Adults At‐Risk of Alzheimer’s disease

2023· article· en· W4390201572 sur OpenAlexaff
Larissa Chiu, Meishan Ai, Jennifer Tremblay‐Mercier, Sylvia Villeneuve, Maiya R. Geddes

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensDouglas Mental Health University InstituteMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésFractional anisotropyPsychologyTraumatic brain injuryCognitionWhite matterAudiologyCohortCognitive flexibilityEffects of sleep deprivation on cognitive performanceEpisodic memoryMedicinePsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background The long‐term combined effects of mild traumatic brain injury (mTBI) and APOE ε4‐allele carrier status (APOE+/‐), a genetic risk factor of Alzheimer’s disease (AD), on cognition and white matter structural integrity in older adults at‐risk of AD is not fully understood. Method To investigate mTBI effects on late‐life neurobehavioural outcomes, a subsample of the PREVENT‐AD cohort was analyzed. Participants were cognitively normal adults over age 55 with a parental or multiple‐sibling history of AD. The mTBI group included individuals who self‐reported at least one prior mTBI with loss of consciousness and/or memory gap (n = 48, 33.3% APOE4+). Rey Auditory Verbal Learning Test measured immediate and delayed memory, Color‐Word Interference Test measured cognitive flexibility and inhibitory control, and Trail Making Test measured processing speed and attention. The control group included demographically‐matched (age, sex, years of education) participants from the same cohort without self‐reported mTBI (n = 62, 29.0% APOE4+). Data were analyzed using 2‐way ANOVAs with weighted means on years of education, corrected for multiple comparisons. To evaluate underlying structural differences in white matter tracts between mTBI and control groups, diffusion tensor imaging (DTI) metrics, including fractional anisotropy, axial and radial diffusivity, using the JHU‐atlas parcellation. Results mTBI/APOE4+ individuals performed significantly worse on cognitive outcomes of delayed recall, cognitive flexibility, and inhibitory control compared to controls; however, they performed significantly better on tests of processing speed and visual attention compared to mTBI/APOE4‐ individuals. DTI results showed that the mTBI group, compared to the control group, had significantly decreased axial diffusivity in the left internal capsule, right superior longitudinal fasciculus, and superior frontooccipital fasciculus (SFOF) (p<0.05 uncorrected). Within the mTBI group, significant positive correlation between lower processing speed and decreased axial diffusivity of SFOF, accounting for age and sex. Conclusion Our findings suggest that prior mTBI impacts cognitive aging in older adults at‐risk of AD differentially depend on APOE4 status, where APOE4+ individuals with prior mTBI had worse working memory, cognitive flexibility, and inhibitory control but better processing speed outcomes. Lower cognitive outcomes in mTBI individuals may be supported by decreased diffusivity in specific white matter tracts. These results can inform dementia prevention in these individuals.

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)0,002
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,025
Tête enseignante GPT0,311
Écart entre enseignants0,287 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetTraumatic Brain Injury Research→Travaux en français237 207→