Longitudinal changes in the brain‐age gap in mild cognitive impairment and their relationships with neuropsychological functions and Alzheimer's disease biomarkers
Notice bibliographique
Résumé
INTRODUCTION: The discrepancy between biological and modeled brain ages-the brain-age gap (BAG)-could indicate potential neuropsychological changes. This study verified if and how longitudinal BAG changes were associated with neuropsychological functions and Alzheimer's disease-related biomarkers in individuals with mild cognitive impairment (MCI). METHODS: One hundred thirty-eight individuals with MCI and 103 healthy controls (HCs) with three rounds of magnetic resonance imaging scanning were selected from the Alzheimer's Disease Neuroimaging Initiative. We applied support vector regression on functional connectivity for modeling the brain age and further calculated the BAG. RESULTS: Longitudinal BAG changes were higher in participants with MCI compared to HCs. Larger BAG fluctuations were correlated with poorer cognitive performance and more severe depressive symptoms in patients with MCI. Neurofilament light chain and phosphorylated tau levels were associated with the longitudinal BAG changes. DISCUSSION: Present findings demonstrated the necessity of incorporating longitudinal BAG in monitoring the neuropsychological status among cognitively vulnerable populations. Highlights: Brain-age gap (BAG) changes are sensitive indicators of cognitive vulnerability in aging.BAG changes were larger in patients with mild cognitive impairment than in the controls.Longitudinal BAG changes were associated with worse cognitive-affective states.The plasma neurofilament light chain and cerebrospinal fluid phosphorylated tau levels were associated with the BAG changes.
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 | 0,000 |
| 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 ».