| Abstract: | Estudos sugerem que o envelhecimento saudável (ES) e doenças neurodegenerativas, como a doença de Alzheimer ou AD (do inglês Alzheimer disease) e o comprometimento cognitivo leve ou MCI (do inglês Mild Cognitive Impairment), afetam a conectividade cerebral. Métricas de teoria de grafos vem sendo utilizadas para avaliar rupturas de conectividade funcional do cérebro. Porém, pesquisadores vem explorando preferencialmente estudos transversais. O objetivo principal deste trabalho foi investigar a evolução da conectividade cerebral em indivíduos no envelhecimento saudável e no declínio cognitivo, a partir dos dados longitudinais de ressonância magnética funcional no estado de repouso ou rs-fMRI (do inglês Resting-State Functional Magnetic Resonance Imaging), utilizando métricas de grafos. A amostra utilizada foi dividida em dois grupos, um estável (EES-EES e EMCI-EMCI) e um conversor (ES-MCI e MCI-AD). Foram realizadas análises longitudinais e transversais dos grupos.O processamento foi implementado no SPM 12-MATLAB e a análise foi realizada na ferramenta CONN Toolbox. As métricas de grafos escolhidas para descrever as características da topologia das redes foram: eficiência global, eficiência local, comprimento do caminho característico, coeficiente de agrupamento de grau. Foram analisadas as redes fronto parietal, sensório motora, visual, linguagem, default mode network, atenção dorsal e saliência. Os resultados indicaram que há uma diminuição de força de conectividade funcional nos indivíduos com MCI e AD, quando comparados aos indivíduos saudáveis. Nos indivíduos com envelhecimento saudável, foi identificado que a eficiência local pode ser utilizada como um possível biomarcador entre os indivíduos que permanecem estáveis e os que convertem. Nos indivíduos com MCI, não foi identificada uma métrica e sim um conjunto de métricas que variam entre os grupos conversores e estáveis. A análise de todas as redes no estado de repouso permitiu uma melhor caracterização dos grupos, possibilitando a diferenciação entre indivíduos saudáveis estáveis e aqueles que convertem para o declínio cognitivo, ao longo do tempo.
Studies suggests that healthy aging (ES) and certain neurological diseases, such as Alzheimer's disease (AD) and mild cognitive impairment (MCI), affects brain functional connectivity. Graph Theory (GT) metrics allows us to analyze ruptures in the brain functional connectivity. However, researchers has been preferentially exploring transversal studies. The general objective of this work was to investigate the evolution of brain connectivity in individuals with healthy aging and cognitive decline, based on resting state functional magnetic resonance imaging (rs-fMRI) and using graph metrics. The data was divided into two groups, stable (EES-EES and EMCI-EMCI) and converter (ES-MCI and MCI-AD). The longitudinal analysis was carried out between each evolution over time, then crosswise compared healthy individuals between the stable and converting group, and the same process was performed for individuals with MCI.The processing was implemented in SPM12-MATLAB performed in the CONN Toolbox. The networks analyzed were parietal, sensory motor, visual, language, default mode network, dorsal attention and salience. The GT metrics chosen to describe the main topological characteristics of the networks were: characteristic path length, global efficiency, local efficiency, clustering coefficient and degree. The results indicateds a decrease in the strength of functional connectivity in individuals with MCI and AD compared with healthy aging. In healthy aging individuals, was identified that local efficiency metric can be used as a possible biomarker between those who remain stable and those who convert. In MCI individuals, a metric was not identified, but a set of metrics that vary between converting and stable groups. The analysis of all networks in the resting state allowed for a better characterization of the groups, enabling the differentiation between stable healthy individuals and those who convert to cognitive decline over time. |
