MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406224449 · doi:10.1002/alz.088159

Neural underpinnings of cognitive resilience in Brazilian SuperAgers

2024· article· en· W4406224449 sur OpenAlexaff
Wyllians Vendramini Borelli, Eduardo Leal‐Conceição, Lucas Porcello Schilling, Mirna Wetters Portuguez, Eduardo R. Zimmer, Jaderson Costa da Costa

Notice bibliographique

RevueAlzheimer s & Dementia · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésResilience (materials science)CognitionPsychologyCognitive psychologyCognitive scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract Background Although cognitive decline is a trait related to aging, some individuals are resilient to the aging process, defined as SuperAgers. Studying the neural underpinnings of SuperAgers may improve the understanding of AD pathology. In this study, our aim was to analyze amyloid and neurodegeneration imaging biomarkers in SuperAgers. Method We recruited 228 Brazilian adults and older adults to participate in this study. They underwent a neuropsychological battery, followed by PET [11C] PIB and [18F]FDG imaging. Individuals were classified as SuperAgers when at 80 years of age or above, episodic memory scores similar to 50‐65 normative data, and within 1 SD of normative values for age and education for executive functions, fluency and naming. Amyloid load and glucose metabolism standardized uptake value ratio (SUVR) was calculated using cerebellar crus and whole brain, respectively. SUVR values from predefined AD meta‐ROI for PIB (prefrontal, orbitofrontal, parietal, temporal, anterior and posterior cingulate and precuneus) and FDG (angular gyrus, posterior cingulate, and inferior temporal cortical) were extracted. No covariates were included in the models since sex and education were paired. Result After initial screening, a total of 10 young controls (C50), 10 age‐matched controls (C80) and 10 SuperAgers (Table) SA, mean age 82.1±2.51 years) were included. Educational levels were similar between groups (p>0.05), while episodic memory scores were similar only between SA (10.7±3.4) and C50 (11.4±2) but higher than C80 (10.5±3.4, p<0.001). Amyloid SUVR was lower in C50 than older groups, but similar between SA and C80 (SA: 1.25±0.2, C80: 1.32±0.3, C50: 1.07±0.1, p = 0.03). FDG SUVR was increased in SA (Figure) when compared with C80 (1.06±0.1 vs. 1.01±0.1, p = 0.02), but similar to C50 (1.03±0.1, p = 0.21). Conclusion Our findings indicate that SuperAgers are more resilient to amyloid burden and seem to cope with AD pathology by increasing brain glucose metabolism. The higher FDG metabolism seen in SuperAgers compared with age‐matched controls may reflect a compensatory biological response, which ultimately leads to cognitive resilience.

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 enseignants0,014
Score d'incertitude au seuil0,029

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,039
Tête enseignante GPT0,297
Écart entre enseignants0,258 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→