High brain network dynamics mediate audiovisual integration deficits and cognitive impairment in Alzheimer's disease
Notice bibliographique
Résumé
BackgroundAudiovisual integration deficits are frequent in patients with Alzheimer's disease (AD). In addition, patients with AD have altered functional brain networks, such as those supporting auditory and visual processing. However, the mechanisms driving this association remain unclear.ObjectiveTo investigate whether dynamic functional network disruptions underlie audiovisual integration and cognitive deficits in AD.MethodsSeventy-nine participants (41 AD, 38 controls) completed audiovisual stimuli tasks. A multilayer modularity algorithm was utilized to assess the resting-state fMRI-based brain dynamics of the primary sensory and higher-order functional networks. Mediation analysis was conducted to test our hypothesis.ResultsAD patients showed delayed response time and reduced peak benefit of audiovisual integration. Dynamic switching rates of primary sensory and higher-order networks were significantly increased in AD, particularly in the dynamic integration between the default mode network (DMN) and visual network (VN). The peak benefit of audiovisual integration negatively correlated with DMN-VN dynamic integration and positively with Mini-Mental State Examination, Montreal Cognitive Assessment, and Auditory Verbal Learning Test delayed scores. Notably, excessive integration between the DMN and VN mediated the relationship between audiovisual integration deficits and cognitive impairment in patients with AD.ConclusionsThese findings suggest that audiovisual integration impairment may disturb the dynamic integration between the DMN and VN, contributing to cognitive impairment in AD. The neural mechanisms underlying audiovisual integration deficit and cognitive decline might help with early diagnosis and intervention for AD.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 tête enseignante, 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 ».