下载
0
文摘
摘要目的:我们仔细地图合并后的不同形式和独特的贡献不同的认知结果和年龄范围在严格的样本外预测调查。
背景:大脑结构变量和人口已经演示了整个成人寿命与认知功能有关。
设计/方法:我们研究了210名参与者(20 - 79岁)。数据结构T1,弥散张量成像,天赋,静息状态功能磁共振成像扫描结合神经心理评估。z得分四个认知域测量记忆、流体推理、处理速度、语言,和一般认知计算。脑体积、厚度、分数各向异性,功能连通性,白质hyperintensity,年龄,教育和职业水平被用作预测因子,而认知能力作为线性多元回归模型的预测结果。我们最初进行了主成分分析(PCA)来捕获每个形态差异的主要来源。通过分割样本训练和测试数据集,然后使用PCA / Subprofile扩展模型推导模型的主成分得分符合认知能力的训练数据集,后续预测了基于派生模型认知能力的测试集,在总样本进行分析,并在两个年龄组(年轻的,年老的)。
结果:一组最优的大脑生物标志物,人口在认知正常的成年人,可以预测认知不同程度不同的认知结果。我们大部分的分析,结合所有大脑的预测生物标记成“投票”的结果在一个优越的结果,暗示每个大脑生物形态的独特贡献。
结论:这可能是微创和更好的诊断工具可能即将到来的认知能力下降或神经退化,可以想象,一个有用的工具,更好地维护认知。我们的研究带来一种新的方式来研究大脑功能和促进健康老龄化的影响。
披露:Tsapanou博士没有披露。Habeck博士没有披露。斯特恩博士没有披露。
