Relationships among cardiorespiratory fitness, brain age, and neurodegeneration in older adults with amnestic mild cognitive impairment
Notice bibliographique
Résumé
Background There is growing evidence that cardiorespiratory fitness (CRF) mitigates the likelihood of dementia caused by Alzheimer's disease and may underlie the cognitive benefits observed from aerobic exercise. Previous evidence further demonstrates neurodegeneration is the biological substrate for cognitive deterioration and younger brain age may protect the brain from the deleterious effects of neurodegeneration. However, little is known about the relationships between CRF, brain age, and neurodegeneration in older adults with amnestic mild cognitive impairment (aMCI). Objective The aim of this cross-sectional study was to examine associations between CRF, brain age, and neurodegeneration among individuals with aMCI, using baseline data from the Aerobic exercise and Cognitive Training (ACT) trial, which examined the cognitive effects and underlying mechanisms of a 6-month ACT in older adults with aMCI. Methods CRF was measured with peak oxygen uptake (VO 2peak ), from a symptom-limited peak cycle-ergometer test. Brain age and hippocampal volume were obtained from structural magnetic resonance imaging. Brain age was estimated using brainageR. Descriptive statistics and bivariate correlations were assessed. Linear regression models were used to analyze the relationships between CRF, brain age, and hippocampal volume, while adjusting for covariates. All analyses were conducted using R (version 4.3.2). Results The sample ( N = 141) averaged 73.66 ± 5.78 years of age, 16.91 ± 2.89 years of education, 27.46 ± 5.15 in BMI, and 23.49 ± 2.16 on Montreal Cognitive Assessment, with 53% male and 92.2% White. The mean brain age was 72.37 ± 7.89 years with 3157.31 ± 449.35 mm 3 hippocampal volume. No association was found between CRF, brain age, and hippocampal volume. Conclusions Future studies need to explore other brain indicators related to CRF. Trial Registry ClinicalTrials.gov, https://clinicaltrials.gov/study/NCT03313895 , NCT03313895, October 18, 2017
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 ».