Résilience et vieillissement cognitif : une approche de modération en neuro-imagerie structurelle et fonctionnelle
Bibliographic record
Abstract
De nombreux changements cérébraux s’opèrent au cours du vieillissement normal, et ce, tant au niveau structurel que fonctionnel. Ces changements résultent le plus souvent en une certaine détérioration du fonctionnement cognitif et se répercutent ainsi sur la qualité de vie des personnes âgées. Il appert toutefois que certaines personnes se voient relativement épargnées et parviennent à maintenir un niveau de fonctionnement cognitif comparativement élevé en dépit de l’avancement en âge. En présence d’une accélération du vieillissement populationnel, il devient donc criant de comprendre les facteurs et les mécanismes neurobiologiques qui contribueraient à cette meilleure résilience face aux effets du vieillissement sur le cerveau et la cognition. Bien que plusieurs modèles aient tenté de rendre compte de ce phénomène, la compréhension des mécanismes qui le sous-tendent demeure à ce jour relativement lacunaire. L’objectif principal de cette thèse était ainsi d’exposer les corrélats neurobiologiques associés à une meilleure résilience face aux effets du vieillissement normal sur le cerveau et la cognition, et ce, par l’entremise de mesures d’imagerie par résonance magnétique structurelle (IRM) et fonctionnelle (IRMf). Cette thèse contient quatre articles. L’intention du premier article (Chapitre II) était de faire une synthèse des connaissances quant aux mécanismes impliqués dans la résilience contre les effets délétères du vieillissement normal sur la cognition. Dans cette revue de la littérature, nous nous sommes intéressés à deux des principaux modèles visant à rendre compte de ce phénomène de protection : la réserve cérébrale et la réserve cognitive. L’examen de la littérature empirique amène à la conclusion qu’une meilleure résilience pourrait reposer sur des différences cérébrales à la fois structurelles et fonctionnelles, et donc que les deux modèles proposés pourraient amener une contribution indépendante au phénomène de résilience. Par ailleurs, nous soulevons l’hypothèse que les corrélats de la résilience s’apparentent grandement aux différences cérébrales associées aux entraînements cognitifs. Les trois articles suivants sont des articles empiriques qui s’intéressent à la mémoire de travail, une fonction qui décline avec l’âge, mais qui montre d’importantes différences interindividuelles. L’objectif du second article (Chapitre III) était d’investiguer la relation entre la scolarité, un indicateur de réserve (reserve proxy) bien établi, et le volume régional de la substance grise, ainsi qu’entre la scolarité et les activations cérébrales lors d’une tâche de mémoire de travail chez des participants âgés et cognitivement sains. Les résultats indiquent qu’un nombre d’années de scolarité plus élevé est à la fois associé à une moindre perte de volume liée à l’âge dans les régions frontales et pariétales, ainsi qu’à une plus grande activation liée à l’âge dans certaines régions préfrontales faisant partie du réseau de la mémoire de travail. La troisième étude (Chapitre IV) visait à examiner si les différences cérébrales fonctionnelles associées à la scolarité sont compatibles avec des mécanismes d’efficacité ou de flexibilité neuronale. Elle avait ensuite pour objectif d’examiner l’effet « protecteur » de ces différences fonctionnelles sur le plan de la performance en mémoire de travail. Les résultats suggèrent que les deux mécanismes posés seraient associés à une meilleure préservation de la mémoire de travail face aux effets de l’âge, mais que leur implication respective dépendrait du niveau d’exigence de la tâche. Enfin, l’objectif de la quatrième étude (Chapitre V) était de tester, dans un premier temps, la relation entre l’engagement dans un style de vie stimulant et le maintien de l’intégrité de la substance blanche. Puis, l’étude visait dans un second temps à examiner si une plus grande intégrité de la substance blanche diminuait l’impact de l’âge sur la mémoire de travail. Les résultats de l’étude suggèrent qu’un style de vie plus stimulant serait associé à un moindre volume de lésions de la substance blanche liées à l’âge et que ce moindre volume de lésions de la substance blanche serait en retour associé à de meilleures performances en mémoire de travail.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".