Dans une étude récente publiée dans eLife Sur le serveur de pré-impression, les chercheurs ont réalisé une imagerie par résonance magnétique fonctionnelle (IRMf) voxel par voxel de l’ensemble du cerveau pour identifier les zones cérébrales présentant une compensation fonctionnelle. Ils ont également examiné les changements neurophysiologiques qui maintiennent la fonction cognitive chez les personnes âgées.
*Note importante: Formes publie des rapports scientifiques préliminaires qui ne sont pas évalués par des pairs et ne doivent donc pas être considérés comme concluants, destinés à guider la pratique clinique/le comportement lié à la santé, ou traités comme des informations établies.
arrière-plan
Les mécanismes de compensation fonctionnelle liés à l’âge dans la neurobiologie cognitive du vieillissement en bonne santé sont controversés. En conséquence, 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 favorise les performances cognitives. La neuroimagerie montre que le cerveau humain peut s’adapter à la perte de tissus en augmentant l’activité cérébrale pour maintenir les fonctions cognitives. L’âge affecte également l’intelligence fluide, une capacité 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 du cerveau à la perte de tissus. Ils ont également examiné le lien 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 à 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’exception 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 examiner 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 et résolu des énigmes de deux niveaux de difficulté pour déterminer si les régions de compensation candidates présentaient des preuves de compensation multivariées.
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 examiner 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 davantage de données sur les tâches à mesure que l’âge augmente. MVB a été utilisé pour identifier des zones de données multivariées supplémentaires pour soutenir la compensation fonctionnelle, où le cerveau augmente son activité 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 pour tester les influences positives de l’âge et des performances sur la fonction cérébrale et les a évaluées en utilisant le contraste « dur » contre « facile ». Ils ont utilisé plusieurs régressions pour l’analyse, avec des cartes d’activation reflétant chaque impact unique. 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) et a adapté un modèle à chaque voxel. Ils ont défini les ROI de compensation fonctionnelle, le cortex cuneal et frontal, en suivant l’approche empirique bayésienne. Ils ont standardisé et traité les variables d’âge et de performance comportementale comme des prédicteurs linéaires.
Résultats
L’activité corticale kunéale bilatérale augmentait avec la performance et l’âge dans les problèmes graves et légers, respectivement, même après avoir pris en compte les différences 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 normalement activé dans la tâche.
La tâche Cattell modifiée a montré une diminution des performances comportementales avec l’âge sur les analyses IRMf. Une forte corrélation a été trouvée entre l’IRMf et les mesures standard de performance des tâches de Cattell lorsqu’elles ont été prises un à trois ans auparavant. Une activation bilatérale a été observée dans les régions du réseau à demande multiple (MDN), notamment le sillon intrapariétal, les gyri frontaux moyen/inférieur, la région corticale cingulaire antérieure, l’insula antérieure et les régions corticales temporales occipitales latérales et ventrales, reflétant probablement la nature des tâches visuelles telles que résolution de problèmes et intelligence fluide.
Les augmentations d’activité liées à l’âge dans la région médiane du gyrus frontal, du précuneus et des zones motrices supplémentaires étaient positivement associées aux performances dans les régions présentant une activité plus élevée sur les tâches lourdes par rapport aux tâches faciles.
Deux régions du cerveau, les régions corticales cunéale et frontale bilatérales, ont montré des influences positives de la performance et de l’âge qui se chevauchaient spatialement, suggérant des réponses compensatoires liées à l’âge. Cependant, la zone frontale a montré des influences additives des deux variables de l’étude, tandis que la zone cuneus a montré 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.
Diplôme
Dans l’ensemble, les résultats de l’étude ont montré que les personnes âgées en bonne santé compensent l’intelligence fluide dans les tâches de résolution de problèmes visuels en augmentant le recrutement du cortex cunéal bilatéral. La compensation permet au cerveau de réagir à la perte de tissus en augmentant la fonction cognitive, 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.
*Note importante: Formes publie des rapports scientifiques préliminaires qui ne sont pas évalués par des pairs et ne doivent donc pas être considérés comme concluants, destinés à guider la pratique clinique/le comportement lié à la santé, ou traités comme des informations établies.