MétaCan
Menu
Retour à la cohorte
Enregistrement W4412394148 · doi:10.1093/brain/awaf161

Sleep, pericyte subtypes and cognitive decline in adults with and without Alzheimer’s disease

2025· article· en· W4412394148 sur OpenAlexafffund
M. Abdel Hamid, Trishna Saha, Shreejoy J. Tripathy, Vilas Menon, Jishu Xu, Lei Yu, Yanling Wang, Aron S. Buchman, David A. Bennett, Philip L. De Jager, Andrew Lim

Notice bibliographique

RevueBrain · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueBarrier Structure and Function Studies
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental HealthSunnybrook Health Science Centre
Organismes subventionnairesNational Institute on AgingNatural Sciences and Engineering Research Council of CanadaKrembil Foundation
Mots-clésCognitive declineDementiaPericyteNeuroscienceAlzheimer's diseaseCognitionPsychologyBiologyDiseaseMedicinePathologyGenetics

Résumé

récupéré en direct d'OpenAlex

Sleep fragmentation is common in older adults and is associated with cognitive impairment and dementia, as well as key histopathological correlates of dementia, including small vessel disease and cerebral infarcts. Vascular and blood-brain barrier dysfunction are thought to contribute to cognitive decline and dementia. Pericytes, a key vascular cell type, may play a key role. In model organisms, sleep disruption is associated with pericyte dysfunction and blood-brain barrier breakdown. Recent advances in single-nucleus RNA sequencing (snRNAseq) technology have identified two transcriptionally distinct subtypes of pericytes: extracellular matrix protein-expressing M-pericytes and solute carrier-expressing T-pericytes. However, the relationship between sleep, pericyte biology and cognition in humans remains unclear. We tested the hypothesis that differences in the composition of brain pericyte subpopulations, as inferred from marker gene expression, may link sleep fragmentation and cognitive decline. We leveraged two published human brain snRNAseq datasets to identify specific marker genes for M- and T-type pericytes. We then used post-mortem bulk RNAseq data from the dorsolateral prefrontal cortex (n = 1092) and lateral orbitofrontal cortex (n = 495) to quantify expression of these marker genes in older adults in two longitudinal cohort studies: the Religious Orders Study and Rush Memory and Aging Project. We derived trajectories of global cognitive function from participants' ante-mortem annual cognitive assessments, while sleep fragmentation was derived from ante-mortem wrist-actigraphy recordings from a subset of 572 participants. We used multivariate linear regression to relate pericyte marker gene expression to sleep fragmentation and cognitive decline in the decade preceding death. In the dorsolateral prefrontal cortex, greater average sleep fragmentation was associated with greater expression of M-pericyte marker genes [estimate = +3.65 × 10-1, standard error (SE) = 1.61 × 10-1, P = 0.024] but not T-pericyte marker genes. Dorsolateral prefrontal cortex expression of M-pericyte (estimate = -8.30 × 10-3, SE = 3.37 × 10-3, P = 0.014) but not T-pericyte marker genes was associated with more rapid cognitive decline in the 10 years prior to death. In the lateral orbitofrontal cortex, greater sleep fragmentation was also associated with greater composite M-pericyte gene expression (estimate = + 4.48 × 10-1, SE = 1.92 × 10-1, P = 0.02), which in turn was associated with faster cognitive decline in the decade preceding death (estimate = -1.30 × 10-2, SE = 4.55 × 10-3, P = 0.0044). These findings identify a potential role of M-pericytes in linking sleep fragmentation and cognitive trajectories in older adults. Additionally, our findings highlight the importance of vascular mechanisms in linking disrupted sleep to dementia.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,297

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,274
Écart entre enseignants0,259 · 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetBarrier Structure and Function StudiesTravaux en français237 207