MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391826564 · doi:10.1101/2024.02.09.579645

Dynamics of White Matter Architecture in Lexical Production among Middle-Aged Adults

2024· preprint· en· W4391826564 sur OpenAlexaff
Clément Guichet, Élise Roger, Arnaud Attyé, Sophie Achard, Martial Mermillod, Monica Baciu

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensUniversité de MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilDirectorate for Biological SciencesCentre National de la Recherche ScientifiqueAgence Nationale de la Recherche
Mots-clésNeurocognitivePsychologyCognitionMiddle ageWhite matterComprehensionSemantic memoryNeuropsychologyDevelopmental psychologyCognitive psychologyNeuroscienceMedicineComputer scienceMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

Abstract This study aimed to elucidate the white matter changes associated with lexical production (LP) difficulties that typically emerge in middle age, resulting in increased naming latencies. To delay the onset of LP decline, middle-aged adults may rely on domain-general (DG) and language-specific (LS) compensatory mechanisms as proposed by the LARA model (Lexical Access and Retrieval in Aging). However, our knowledge of the white matter changes supporting these mechanisms remains incomplete. Based on a sample of 155 middle-aged adults from the CAMCAN cohort, we combined dimensionality reduction techniques with multivariate statistical methods to jointly examine the relationships between diffusion-weighted imaging and LP-related neuropsychological data. Our findings (i) show that midlife constitutes a pivotal period marked by a discontinuity in brain structure within distributed networks within dorsal, ventral, and anterior cortico-subcortical pathways, and (ii) reveal that this discontinuity signals a neurocognitive transition around age 53-54, marking the onset of LP decline. Indeed, our results propose that middle-aged adults may initially adopt a “semantic strategy” to compensate for initial LP challenges. Still, this strategy may be compromised when late middle-aged adults (age 55-60) lose the ability to exert cognitive control over semantic representations (i.e., reduced semantic control). In summary, our study advances our comprehension of brain structure changes that underpin the neurocognitive profile of LP in middle age. Specifically, we underscore the importance of considering the interplay between DG and LS processes when studying the trajectory of LP performance in healthy aging. Furthermore, these findings offer valuable insights into identifying predictive biomarkers related to the compensatory dynamics observed in midlife, which can help understand language-related neurodegenerative pathologies. Highlights Midlife constitutes a pivotal period characterized by a discontinuity in brain structure. Early middle-aged adults (age 45-55) adopt a “semantic strategy” to facilitate semantic access and sustain lexical production (LP) performances. Late middle-aged adults (age 55-60) gradually lose the ability to exert cognitive control over semantic representations, marking the onset of LP decline.

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 enseignants0,004
Score d'incertitude au seuil0,008

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
Bibliométrie0,0010,000
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 Opus0,014
Tête enseignante GPT0,222
Écart entre enseignants0,208 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetNeurobiology of Language and Bilingualism→Travaux en français237 207→