从大脑网络预测执行功能:模式特异性和年龄影响
Marisa K Heckner1,2, Edna C Cieslik1,2, Lya K Paas Oliveros1,2
1Institute of Neuroscience and Medicine (INM-7: Brain and Behaviour), Research Centre Jülich, 52425 Jülich, Germany.
Cerebral cortex (New York, N.Y. : 1991)
|October 2, 2023
概括
大脑结构和功能随着年龄的增长而发生变化,影响执行功能 (EF). 这项研究发现,从灰色质量和功能连接等大脑指标预测个体EF的成功有限,这表明需要新的方法.
科学领域:
- 神经科学是一个神经科学.
- 认知心理学 认知心理学
- 衰老研究研究 衰老研究
背景情况:
- 健康老龄化涉及与执行功能 (EF) 衰退相关的大脑网络变化.
- 个体EF差异的神经支仍然不清楚.
- 对EF的静止状态功能连接 (RSFC) 的生物标志物潜力进行了讨论.
研究的目的:
- 从年轻和老年人的大脑指标来预测个人的执行功能 (EF) 能力.
- 在不同大脑网络中调查模式特定的预测准确性.
- 为了确定EF的脑行为关系的年龄和任务依赖性.
主要方法:
- 检查的灰色物质体积 (GMV),区域均性,低频波动的分数振幅 (fALFF) 和RSFC.
- 利用单变量和多变量分析框架进行样本外预测.
- 在不同的大脑网络中,年轻人和老年人之间的预测准确度进行了比较.
主要成果:
- 总的来说,发现预测准确度较低 (R2 < 0.07) 和脑行为相关性较弱 (r < 0.28).
- 对于老年人的EF,区域GMV的信息性最强,而对于年轻人的EF,fALFF的预测性更强.
- 预测准确度在很大程度上取决于模式,并随年龄而变化.
结论:
- 目前的大脑指标 (GMV,fALFF,RSFC) 作为个人EF生物标志物具有有限的实用性.
- 未来的研究应该探索全球大脑特性和基于任务的功能连接.
- 适应性行为测试可能会在不同年龄组中产生更敏感的EF预测指标.
更多相关视频
09:01A Method for Investigating Age-related Differences in the Functional Connectivity of Cognitive Control Networks Associated with Dimensional Change Card Sort Performance
Published on: May 7, 2014
10.2K
05:55Modeling the Functional Network for Spatial Navigation in the Human Brain
Published on: October 13, 2023
1.1K
