Network-based statistics reveals an enhanced subnetwork in prefrontal cortex in mild cognitive impairment: a functional near-infrared spectroscopy study
Notice bibliographique
Résumé
Background Mild cognitive impairment (MCI) is generally considered to have a high risk of progression to Alzheimer’s disease. Our study aimed to investigate the abnormal functional connectivity (FC) in prefrontal cortex (PFC) in patients with MCI and explore the relationship between the observed changes and cognitive function. Methods Sixty-seven patients with MCI and 71 healthy individuals were recruited for this study. All participants underwent the Montreal Cognitive Assessment (MoCA) and functional near-infrared spectroscopy (fNIRS) examinations. Results Compared with healthy controls (HC), the patients with MCI exhibited significantly lower MoCA scores (p < 0.001). Through FC analysis, an enhanced subnetwork was observed in the right prefrontal cortex of the MCI group, covering four pairs of channel connections: CH12-CH15, CH12-CH16, CH13-CH15, and CH13-CH16. Moreover, the FC values of these four channel pairs and the education duration were significantly correlated with MoCA scores. Subsequently, a multiple linear regression model was performed to observe the independent factors of cognition decline, serving the education duration and the average FC values of subnetwork as independent variables and the MoCA scores as the dependent variable. The regression model showed a total of 25.7% explanation power (adjusted R2 = 0.257, F = 24.723, p < 0.001). Conclusion Our study suggested that the enhanced subnetwork within the right PFC may be involved in the pathophysiology of MCI and serve as a potential target for the treatment of MCI.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».