Investigating the impact of sex and reproductive aging on latent signatures of modifiable dementia risk factors
Notice bibliographique
Résumé
Treating modifiable risk factors for dementia may serve to prevent maladaptive brain aging. These include, and are not limited to, obesity, hypertension, and other metabolic disorders. Nearly two-thirds of affected individuals are female, and emerging research has pointed to potential sex-specific factors, such as reproductive aging, as potent modifiers of dementia risk. Here, we leverage neuroimaging to characterize sex differences in the neural signatures of modifiable dementia risk factors, examining their relationship with brain anatomy, and integrate female-specific factors related to menopause history in a sex-specific analysis. Using cross-sectional data from the UK Biobank, we selected a cohort of 31,711 (age 44-82, 55.2% female/44.8% male) participants without diagnosed neurological conditions and collated behavioral data previously determined as modifiable risk factors. Using partial least squares analysis (PLS), we examined latent signatures that represent linear combinations that maximize covariance between patterns of brain (mean cortical thickness from 64 regions) and risk factor variables. To examine sex differences, we performed PLS analysis using the entire sample. We performed linear models to explore age-by-sex interactions with the PLS-derived brain scores and the risk factor pattern scores. To examine sex-specific relationships, we performed separate PLS analyses for the males and females and integrated menopause-related variables into the latter analysis. Our study found sex-dependent and menopause-dependent relationships between lifestyle risk factors and cortical thickness, highlighting stronger impacts of cardiometabolic factors on males and social and obesity-related factors on females in preserving brain health. The inclusion of menopause-related variables did not change the relationships with lifestyle risk factors, and strict age matching dampened the strength of the findings. Our findings suggest that lifestyles and the female-specific endocrine environment influence sex differences in cortical anatomy during brain aging.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».