MétaCan
Menu
← Retour à la cohorte
Enregistrement W7117257580 · doi:10.1002/alz70856_100192

Change in functional connectivity strength during rest and encoding is differentially related to Alzheimer's pathology and memory depending on <i>APOE</i> genotype

2025· article· en· W7117257580 sur OpenAlexaff
Larissa Fischer, Jenna N. Adams, Eóin N. Molloy, Jennifer Tremblay‐Mercier, Jordana Remz, Alexa Pichet Binette, Natasha Rajah, Sylvia Villeneuve, Anne Maass

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensInstitut Universitaire de Gériatrie de MontréalMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésRest (music)DisconnectionEncoding (memory)Episodic memoryGenotypeAssociation (psychology)Hippocampus

Résumé

récupéré en direct d'OpenAlex

Abstract Background The medial temporal lobe (MTL) and posteromedial cortex (PMC) are essential for episodic memory and affected early by Alzheimer's pathology, particularly in APOE4 carriers. Functional connectivity (FC) changes within and between MTL and PMC could be detrimental or beneficial for cognition. However, the relation of those changes to Alzheimer's pathology and memory performance is unclear and most studies assess FC only during rest. We hypothesized that increasing FC strength would be associated with higher pathology burden, especially in APOE4 carriers. Method In this preregistered study, we analysed longitudinal 3‐Tesla fMRI over up to 4 years and cross‐sectional amyloid‐beta and tau PET (PREVENT‐AD cohort; details in Figure 1). We assessed changes in resting‐state FC (RSFC) and task‐FC during intentional object‐location encoding within (ΔFC PMC, ΔFC MTL ) and between MTL and PMC (ΔFC MTL‐PMC ). The sample included 152 cognitively unimpaired older adults (63±5years, 102 female, 59 APOE4 ). We investigated associations between ΔFC strength with i) pathology burden and ii) change in delayed memory (RBANS composite score and fMRI‐task object recognition), and interactions with APOE genotype. We used multiple regression and linear mixed models including APOE , age, sex and education. Result We found ΔFC by APOE interactions predicting pathology. Specifically, declining RSFC PMC ( p = 0.038; Figure 2a) was related to more global amyloid in APOE4 carriers only. In contrast, increasing encoding‐FC MTL was related to more entorhinal tau in APOE4 carriers only ( p = 0.032, Figure 2b). Regarding cognition, regardless of APOE status, increasing encoding‐FC PMC was related to decreasing RBANS ( p = 0.018) performance and object recognition ( p = 0.001). Finally, increasing RSFC MTL‐PMC was related to increasing RBANS performance ( p = 0.032; Figure 3a), but increasing encoding‐FC MTL‐PMC was related to decreasing object recognition ( p = 0.014; Figure 3b). Conclusion Our study shows APOE‐ dependent and region‐specific associations of ΔFC strength within and between episodic memory areas with pathology burden and memory performance. Notably, associations differed between RSFC and task‐FC. In APOE4 carriers, longitudinally increasing FC or “hyperconnectivity” within MTL during encoding was related to tau in line with our hypothesis. However, in PMC, longitudinally decreasing FC during rest was related to more amyloid, indicating a disconnection in PMC regions. Our study highlights that pathology‐related network changes manifest differentially during rest and task (memory encoding).

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0020,000

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 Opus0,049
Tête enseignante GPT0,281
Écart entre enseignants0,232 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→