MétaCan
Menu
Retour à la cohorte
Enregistrement W4409745378 · doi:10.1186/s13195-025-01742-6

Differential effects of aging, Alzheimer's pathology, and APOE4 on longitudinal functional connectivity and episodic memory in older adults

2025· article· en· W4409745378 sur OpenAlexaff
Larissa Fischer, Jenna N. Adams, Eóin N. Molloy, Niklas Vockert, Jennifer Tremblay‐Mercier, Jordana Remz, Alexa Pichet Binette, Sylvia Villeneuve, Anne Maaß

Notice bibliographique

RevueAlzheimer s Research & Therapy · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversité de MontréalInstitut Universitaire de Gériatrie de MontréalMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesOtto von Guericke University MagdeburgDeutsche Forschungsgemeinschaft
Mots-clésPrecuneusParahippocampal gyrusEpisodic memoryPsychologyNeuroscienceTemporal lobeAlzheimer's diseaseHippocampusNeurologyPosterior cingulateCognitionMedicineDiseasePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Both aging and Alzheimer's disease (AD) affect brain networks, with early disruptions occurring in regions involved in episodic memory. Few studies have, however, focused on distinguishing region-specific effects of AD-biomarker negative "normal" aging and early amyloid- and tau pathology on functional connectivity. Further, longitudinal studies combining imaging, biomarkers, and cognition are rare. METHODS: We assessed resting-state functional connectivity (rsFC) strength and graph measures in the episodic memory network including the medial temporal lobe (MTL), posteromedial cortex (PMC), and medial prefrontal cortex alongside cognition over two years. For this preregistered study, we included 100 older adults who were amyloid- and tau-negative using CSF and PET measurements to investigate "normal" aging, and 70 older adults who had longitudinal CSF data available to investigate functional changes related to early AD pathology. All participants were cognitively unimpaired older adults from the PREVENT-AD cohort. We used region of interest (ROI)-to-ROI bivariate correlations, graph analysis, and multiple regression models. RESULTS: In the amyloid- and tau-negative sample, rsFC strength within PMC, between parahippocampal cortex and inferomedial precuneus, and between posterior hippocampus and inferomedial precuneus decreased over time. Additionally, we observed a longitudinal decrease in global efficiency. Further, there was a steeper longitudinal decrease in rsFC and global efficiency with higher baseline age particularly of parahippocampal-gyrus regions. Further, lower rsFC strength within PMC was associated with poorer longitudinal episodic memory performance. In the sample with available CSF data, a steeper increase in rsFC between anterior hippocampus and superior precuneus was related to higher baseline AD pathology. Higher MTL-PMC rsFC strength was differentially associated with episodic memory trajectories depending on APOE4 genotype. CONCLUSIONS: Our findings suggest differential effects of aging and AD pathology. Hypoconnectivity within PMC was related to aging and cognitive decline. MTL-PMC hyperconnectivity was related to early AD pathology and cognitive decline in APOE4 carriers. Future studies should investigate more diverse samples, nonetheless, our approach allowed us to identify longitudinal functional changes related to aging and early AD pathology, enhancing cross-sectional research. Hyperconnectivity has been proposed as a mechanism related to early AD pathology before, we now contribute specific functional connections to focus on in future research.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,562
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,077
Tête enseignante GPT0,350
Écart entre enseignants0,274 · 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 tête enseignante, 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

Citations10
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s Research & TherapyMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207