348 Alexithymia impacts vulnerability for cognitive decline in healthy elders via frontal lobe connectivity during response inhibition, especially in women
Notice bibliographique
Résumé
OBJECTIVES/GOALS: This project aimed to examine the impacts of biological sex and alexithymia on frontal lobe connectivity in executive functioning (EF)-related neural networks during successful inhibition as a means to index vulnerability for future cognitive decline. METHODS/STUDY POPULATION: Healthy, cognitively intact older adults (n=43, 33 female, Mage=79) completed the 20-item Toronto Alexithymia Scale (TAS-20) and the stop-signal task in this study. We used electroencephalography (EEG) source estimation to investigate EF-related frontal connectivity during successful inhibition in stop-signal task trials. Connectivity was measured in bilateral frontal ROIs relevant to inhibition using time series correlations over the N200 (186-350ms) and P300 (340-616ms) time windows, associated with the inhibitory subprocesses of conflict processing and performance evaluation, respectively. RESULTS/ANTICIPATED RESULTS: Those with higher alexithymia, as measured by the difficulty identifying feelings (DIF) facet of the TAS-20, had lower right anterior cingulate cortex (ACC)-left superior frontal gyrus (SFG) connectivity in the P300 window, suggesting impaired performance evaluation. Further, in females specifically, those with higher DIF had greater right inferior frontal gyrus (rIFG)-bilateral ACC connectivity in the N200 window than those with lower DIF, suggesting greater resources were allocated for conflict processing and inhibition. Right ACC-rIFG connectivity also correlated with better stop accuracy and faster stop-signal reaction time, supporting this network’s role in successful inhibition. DISCUSSION/SIGNIFICANCE: Overall, during successful inhibition, higher DIF was associated with reduced performance monitoring efficiency as well as greater resource allocation for conflict processing during motor stopping in women only. Thus, alexithymia (via DIF) may exacerbate age-related EF dysfunction and risk for future cognitive decline, especially for females.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».