通过大脑结构共变网络预测认知衰老:使用基于源的形态测量进行十年的纵向洞察
相关实验视频
Updated: Sep 15, 2025
06:35
Basics of Multivariate Analysis in Neuroimaging Data
Published on: July 24, 2010
17.0K
Xingsong Wang1, Christina J Herold2, Li Kong1
1School of psychology, Shanghai Normal University, Shanghai, PR China.
NeuroImage
|July 17, 2025
概括
结构共变网络预测10年内认知能力下降. 基线大脑结构网络用基于源的形态学分析,确定了老年人未来工作记忆和全球认知功能变化的标记.
科学领域:
- 神经科学是一个神经科学.
- 认知衰老研究 认知衰老研究
背景情况:
- 由于全球预期寿命的增加,认知衰老给公共卫生带来了挑战.
- 虽然研究了衰老中的功能连接性,但对结构共变性网络的预测能力的理解较少.
研究的目的:
- 调查基线结构共变性网络是否能在十年内预测认知能力下降.
- 使用基于源的形态测量 (SBM) 探索这些网络的预测值.
主要方法:
- 与37名参与者 (平均年龄~55岁) 进行的长度研究,评估时间在10年间隔的两个时间点.
- 进行了结构磁共振成像和认知评估.
- 基于源的形态学 (SBM) 分析了结构共变性网络,确定了12个独立组件 (IC).
主要成果:
- 网络IC1预测了工作记忆的下降 (p<0.001),IC2预测了全球认知功能 (p=0.047),在对人口统计和APOE基因型进行控制后.
- 大脑认知关系受到基线认知表现,性别和APOE基因型的调节.
- 工作记忆,执行功能,处理速度和口头记忆与特定网络之间发现了显著的相互作用.
结论:
- 结构共变网络作为认知衰老轨迹的预测标记.
- 这些发现可能会为早期干预策略提供信息,以保持老年人群的认知健康.
更多相关视频
14:27Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data
Published on: June 26, 2013
15.8K
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
10.3K
