Acceso usuarios
Núria Mancho Fora, Marc Montalà Flaquer, Laia Farràs Permanye, David Bartrés Faz, Lídia Vaqué Alcázar, Maribel Peró Cebollero, Joan Guàrdia Olmos
Antecedentes: la Teoría de Grafos se ha utilizado para estudiar los cambios de la conectividad cerebral en el envejecimiento sano. Trabajos recientes han centrado su interés en los cambios dinámicos en registro fMRI en estado de reposo para identificar patrones no estacionarios en el proceso de envejecimiento. Este artículo tiene como objetivo caracterizar la dinámica de la red fMRI para estudiar envejecimiento saludable. Método: se registraron 114 adultos sanos mayores de 65 años en un paradigma de estado de reposo mediante señal fMRI. Se usó Teoría de Grafos para medir el grado medio de conectividad, la longitud promedio de las conexiones, el coeficiente de agrupamiento y el small-world de cada subred. Se evaluó el impacto de la edad y el tiempo en cada medida de grafo. Resultados: se detectó un efecto combinado de la edad y el tiempo en diversas medidas, los participantes de 75 a 79 años mostraron una tendencia curvilínea de la densidad y agrupación de red reducidas, pero un coeficiente small-world mayor en las ventanas centrales. Conclusión: se observó un efecto de la edad en la longitud promedio y los participantes más jóvenes mostraron puntuaciones más bajas en los indicadores de red.
Background: Graph theory has been widely used to study structural and functional brain connectivity changes in healthy aging, and occasionally with clinical samples; in both cases, during task-related and resting-state experiments. Recent studies have focused their interest on dynamic changes during a resting-state fMRI register in order to identify differences in non-stationary patterns associated with the aging process. The objective of this study was to characterize resting-state fMRI network dynamics in order to study the healthy aging process. Method: 114 healthy older adults were measured in a resting-state paradigm using fMRI. A sliding-window approach to graph theory was used to measure the mean degree, average path length, clustering coefficient, and small-worldness of each subnetwork, and the impact of age and time in each graph measure was assessed. Results: A combined effect of age and time was detected in mean degree, average path length, and small-worldness, where participants aged 75 to 79 showed a curvilinear trend with reduced network density and increased small-world coefficient in the middle of the register. Conclusion: An effect of age was observed on average path length, with younger participants showing slightly lower scores.
