Cognitive reserve: Resting‐state functional connectivity moderates the association between white matter hyperintensity and executive function in older adults with subcortical ischemic vascular cognitive impairment
Notice bibliographique
Résumé
Abstract Background Subcortical ischemic vascular cognitive impairment (SIVCI) is the most common form of vascular cognitive impairment. White matter hyperintensities (WMH) are hallmarks of SIVCI and are associated with impaired executive function. Cognitive reserve is a property of the brain that moderates an individual’s ability to maintain cognitive performance given brain injury or pathology. The neural correlates of cognitive reserve remain elusive; however, resting‐state functional connectivity (rs‐FC) in networks such as the fronto‐executive network (FEN), fronto‐parietal network (FPN) and default mode network (DMN) have been proposed as potential candidates. The role of these networks in mitigating the impact of SIVCI‐related pathology on cognition remains unclear. Therefore, we investigated whether intra‐network rs‐FC in the FEN, FPN, and DMN moderated the negative impact of WMH on executive function in older adults living with SIVCI. Method We conducted a cross‐sectional study among 38 community‐dwelling older adults with SIVCI. Executive function was assessed by the Trail Making Test (B‐A). WMH volume was quantified by T2‐weighted and proton density‐weighted structural magnetic resonance imaging (MRI) using a seed‐based method and log‐transformed before analyses. The rs‐FC was computed via a 5‐min resting‐state functional MRI scan with priori‐selected region‐of‐interest masks. A moderation analysis was conducted to assess whether intra‐network rs‐FC in the FEN, FPN and DMN moderated the association between WMH volume and executive function, adjusting for age, sex, and Montreal Cognitive Assessment (MoCA) score. Result The participants had a mean age of 74.1 years (SD = 5.5) and 71% were female; the mean MoCA score was 21.29 (SD = 2.66). Compared with individuals with lower intra‐network rs‐FC of DMN, those with greater intra‐network rs‐FC of DMN (non‐standardized b = ‐2913.64, p = 0.000) showed better Trail Making Test performance under greater WMH load. In contrast, individuals with lower intra‐network connectivity of FEN (b = 2050.34, p = 0.007) and FPN (b = 1790.81, p = 0.005) had better Trail Making Test performance under greater WMH load. Conclusion The strength of intra‐network connectivity in the FEN, FPN, and DMN moderates the impact of WMH on executive function in older adults with SIVCI. The results shed light on the potential neural basis of cognitive reserve against WMH.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».