Dans une étude récente publiée sur le eLife serveur de pré-impression, les chercheurs ont réalisé une imagerie par résonance magnétique fonctionnelle (IRMf) par voxel du cerveau complet pour identifier les zones cérébrales avec compensation de type fonctionnel. Ils ont également étudié les changements neurophysiologiques qui maintiennent la fonction cognitive chez les personnes âgées.
*Avis important: Prépublications publie des rapports scientifiques préliminaires qui ne sont pas évalués par des pairs et, par conséquent, ne doivent pas être considérés comme concluants, guider la pratique clinique/le comportement lié à la santé, ni être traités comme des informations établies.
Sommaire
Arrière-plan
Les mécanismes de compensation fonctionnelle liés à l’âge dans la neurobiologie cognitive du vieillissement en bonne santé sont controversés, selon lesquels les personnes âgées augmentent l’activité cérébrale pour compenser la diminution des capacités cognitives. Cependant, il n’est pas certain que l’activité cérébrale supplémentaire contribue aux performances cognitives. La neuroimagerie révèle que le cerveau humain peut s’adapter aux pertes de tissus en augmentant les activités cérébrales pour maintenir le fonctionnement cognitif. L’âge influence également l’intelligence fluide, une compétence cognitive.
À propos de l’étude
Dans la présente étude, les chercheurs ont utilisé les données IRMf d’un test d’intelligence fluide pour identifier les zones cérébrales impliquées dans la compensation fonctionnelle et comprendre les réponses cérébrales à la perte de tissus. Ils ont également exploré la relation entre les changements liés à l’âge dans l’activation cérébrale et les performances cognitives, en particulier dans les tâches d’intelligence fluide.
L’équipe a analysé les données de 223 participants adultes de l’étude du Cambridge Center for Aging Neuroscience (Cam-CAN) pour examiner la relation entre l’âge, les performances cognitives et les modèles d’activation cérébrale. Les participants étaient âgés de 19 à 87 ans, parlaient couramment l’anglais et étaient en bonne forme mentale et physique, à l’exclusion de ceux présentant des contre-indications à l’IRM, de mauvais scores au mini-examen de l’état mental (MMSE) et des déficiences psychiatriques, médicales, visuelles ou auditives.
L’équipe a réalisé une neuroimagerie fonctionnelle et structurelle pour étudier la relation entre l’âge, les performances cognitives et les modèles d’activation cérébrale. Ils ont effectué une tâche de résolution de problèmes basée sur le test modifié Cattell Culture Fair Intelligence au cours de l’IRMf. Ils ont scanné les participants au cours de la tâche d’intelligence fluide Cattell, en complétant des énigmes de deux niveaux de difficulté, pour déterminer si les régions de compensation candidates présentaient des preuves multivariées de compensation.
Les variables dépendantes étaient les différences d’activation fonctionnelle de l’IRM pour les blocs de tâches difficiles et faciles. L’équipe a utilisé le décodage bayésien multivarié (MVB) pour explorer le rôle de la structuration multivoxel dans la fourniture de données supplémentaires liées à la difficulté des tâches. Ils ont prédit que les régions associées à la compensation fonctionnelle disposeraient de plus de données liées aux tâches avec l’âge. MVB a été utilisé pour identifier les zones contenant des données multivariées supplémentaires et prendre en charge la compensation de type fonctionnel, ce qui implique une activité croissante du cerveau pour soutenir les fonctions cognitives en réponse à la perte de tissu.
Pour identifier les modèles d’activation cérébrale, l’équipe a superposé des cartes testant les influences positives de l’âge et des performances sur la fonction cérébrale, évaluées à l’aide du contraste difficile/facile. Ils ont utilisé plusieurs régressions pour l’analyse, avec des cartes d’activation reflétant les effets uniques de chacune. L’équipe a répété la régression multiple après avoir mis à l’échelle l’influence de l’activation de Cattell en estimant l’amplitude de fluctuation de l’état de repos (RSFA) pour chaque région d’intérêt (ROI) à partir d’une analyse indépendante de l’état de repos pour chaque participant.
L’équipe a analysé les données des participants à l’aide de fonctions de wagon couvert et de fonctions de réponse hémodynamique de cartographie paramétrique statistique (SPM), en ajustant un modèle à chaque voxel. Ils ont défini les ROI de compensation fonctionnelle, le cortex cuneal et frontal par l’approche empirique de Bayes. Ils ont standardisé et traité les variables d’âge et de performance comportementale comme des prédicteurs linéaires.
Résultats
L’activité corticale cunéale bilatérale augmente avec la performance et l’âge pour les problèmes difficiles ou faciles, même après ajustement pour tenir compte des disparités liées à l’âge dans la réactivation cérébrovasculaire. La région du Cuneus présentait des données multivariées soutenant la compensation fonctionnelle, et l’âge augmentait la probabilité de modèles d’activation, fournissant des données non redondantes au-delà du travail MDN habituellement activé dans la tâche.
La tâche Cattell modifiée a montré une diminution des performances comportementales avec l’âge lors des analyses IRMf. Une forte corrélation a été trouvée entre l’IRMf et les mesures standard de performance des tâches de Cattell lorsqu’elles étaient effectuées un à trois ans auparavant. Une activation bilatérale dans les régions du réseau à demandes multiples (MDN), y compris le sillon intrapariétal, les gyri frontaux moyen/inférieur, la région corticale cingulaire antérieure, l’insula antérieure et la région corticale temporale occipitale latérale et ventrale, a été observée, probablement en raison du type visuel des tâches. comme la résolution de problèmes et l’intelligence fluide.
L’augmentation de l’activité associée à l’âge dans la zone médiane du gyrus frontal, du précuneus et des zones motrices supplémentaires était positivement associée à la performance dans les régions présentant une activité plus élevée pour les tâches difficiles par rapport aux tâches faciles.
Deux régions du cerveau, les régions corticales cunéale et frontale bilatérales, présentaient des influences positives de la performance et de l’âge qui se chevauchaient spatialement, indiquant des réponses compensatoires associées à l’âge. Cependant, la zone frontale a démontré des influences additives des deux variables de l’étude, tandis que la zone cuneus présentait des signes d’interaction. L’étude a révélé que l’âge influence de manière significative les performances, car les personnes âgées s’engagent dans des schémas compensatoires.
Conclusion
Dans l’ensemble, les résultats de l’étude ont montré que les personnes âgées en bonne santé compensent l’intelligence fluide lors des tâches de résolution de problèmes visuels en augmentant le recrutement du cortex cuneal bilatéral. La compensation permet au cerveau de réagir à la perte de tissu en augmentant les fonctions cognitives, appelée compensation fonctionnelle. L’intelligence fluide, qui consiste à résoudre des problèmes abstraits, décline avec l’âge. L’implication du MDN dans les tâches d’intelligence fluide a tendance à diminuer avec l’âge. La région cuneus pourrait jouer un rôle dans la compensation fonctionnelle et son activation augmente avec l’âge.
*Avis important: Prépublications publie des rapports scientifiques préliminaires qui ne sont pas évalués par des pairs et, par conséquent, ne doivent pas être considérés comme concluants, guider la pratique clinique/le comportement lié à la santé, ni être traités comme des informations établies.
