MétaCan
Menu
Retour à la cohorte
Enregistrement W4410105419 · doi:10.1093/gerona/glaf098

Contrast Sensitivity Predicts 30-month Functional Brain Network Integrity in Cognitively Unimpaired Older Adults: the Brain Networks and Mobility Study

2025· article· en· W4410105419 sur OpenAlexaboutno aff
Alexis D. Tanase, Haiying Chen, Michael E. Miller, Christina E. Hugenschmidt, Jeff D. Williamson, Stephen B. Kritchevsky, Robert G. Lyday, Paul J. Laurienti, Atalie C. Thompson

Notice bibliographique

RevueThe Journals of Gerontology Series A · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesWake Forest Clinical and Translational Science Institute, Wake Forest School of MedicineNational Center for Advancing Translational SciencesNational Eye InstituteNational Institute on AgingWake Forest University
Mots-clésContrast (vision)Sensitivity (control systems)Functional connectivityNeurosciencePsychologyBrain agingComputer scienceCognitionArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Visual contrast sensitivity (CS) is critical to many functions in older adults and is associated with brain network community structure, but the direction of the relationship between CS and the brain remains unclear. METHODS: We evaluated whether baseline binocular CS predicts 30-month functional brain network organization in 172 community-dwelling older adults (mean age 76.4 ± 4.8 years, 56.4% female, 11.6% non-White/Hispanic) that underwent functional MRI at rest and during a motor imagery task. We constructed separate distance regression models for each of the 8 subnetworks covering the entire brain, while controlling for the baseline brain networks, sex, and the number of volumes removed during motion scrubbing from head motion in the scanner. RESULTS: Worse baseline CS predicted lower community structure integrity at 30 months in the visual network (β = 0.0115; p < .0001), dorsal attention network (β = 0.0075; p = .0089), and default mode network both at rest (β = 0.0173; p < .0001) and during the motor imagery task (default mode network, β = 0.0103; p = .0002). No other networks showed significant associations. The dorsal attention network did not have a relationship with CS at baseline but was significant at 30 months. Similar findings were observed in models that additionally controlled for baseline Montreal Cognitive Assessment and change in Montreal Cognitive Assessment score over 30 months. CONCLUSIONS: Poor CS may identify a subset of older adults at risk of future decrements in brain circuits important for vision, cognitive, and mobility functions. Future studies should explore if improving CS increases functional brain health.

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)0,003
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 enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,055
Tête enseignante GPT0,330
Écart entre enseignants0,275 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journals of Gerontology Series AMême sujetVisual perception and processing mechanismsTravaux en français237 207