MétaCan
Menu
← Retour à la cohorte
Enregistrement W7117309671 · doi:10.1002/alz70856_103986

Resting state EEG Theta rhythms in healthy aging and Alzheimer's disease

2025· article· en· W7117309671 sur OpenAlexaff
Amir H. Meghdadi, Chenfei Ma, Ella J Thunen, Joanne M. Hamilton, Brad F Boeve, Erik K. St. Louis, Corinne E. Fischer, David H. Salat, Chris Berka

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésRhythmHealthy agingDiseaseElectroencephalographyResting state fMRICognitionBiomarkerCognitive decline

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Healthy aging and cognitive decline in Alzheimer's Disease (AD) and its precursor, Mild Cognitive Impairment (MCI), are linked to changes in resting-state EEG power spectral density (PSD). Theta band (3-7 Hz) power decreases with normal aging but increases with cognitive decline. However, frequency content does not always indicate true oscillatory activity. Oscillations reflect power concentration at a specific frequency, appearing as peaks in the frequency domain and visible rhythms in the time domain. Rhythmicity analysis quantifies oscillation persistence (percentage of time observed) independently of power. This study examined Theta power and Theta rhythms in healthy controls (HC) versus individuals with MCI/AD. METHOD: Participants included 32 AD, 88 MCI, and 115 and age- matched HC, who completed 5-minutes of resting-state eyes-closed EEG at their baseline visit. PSD was computed for one-second epochs. Relative Theta power was defined as the proportion of total power in the Theta band, averaging across epochs. Theta rhythm duration was defined as the percentage of epochs with Theta oscillations. Baseline differences and longitudinal changes were analyzed for a subset of participants: 28 MCI and 5 AD with at least one follow-up visit, and 25 HC with at least two follow-ups. RESULT: At baseline, the MCI/AD group exhibited significantly higher relative Theta power (p <0.01, df=233, ES=0.35 at T6) and a greater Theta rhythm duration (p <0.01, df=231, ES=0.41 at T6) compared to HC. Longitudinally, HC exhibited a significant reduction in Theta power by the second follow-up (p <0.05, df=24, ES=0.51 at Cz), with no significant changes in Theta rhythms duration. In contrast, MCI/AD showed a significant increase in Theta rhythm duration (and not power) at first follow-up visit (p < 0.05, df =32, ES=0.30 at T3). CONCLUSION: Theta power and Theta rhythm duration are both linked to cognitive decline in MCI and AD but differ from healthy aging patterns. While Theta power reflects age-related changes, Theta rhythms duration may serve as a specific biomarker for disease progression in MCI and AD. These findings support the value of Rhythmicity analysis in EEG-based biomarkers of cognitive decline.

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 enseignants0,002
Score d'incertitude au seuil0,003

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)0,0010,000

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 Opus0,037
Tête enseignante GPT0,308
Écart entre enseignants0,271 · 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 sujetEEG and Brain-Computer Interfaces→Travaux en français237 207→