The human brain connectome in aging: MRI biomarkers of cognitive preservation and decline

Abstract

O envelhecimento normal é caracterizado por alterações no cérebro e na cognição, mesmo na ausência de doença. Visivelmente, as trajetórias de desempenho cognitivo no envelhecimento apresentam alta variabilidade inter-individual e vários fatores são conhecidos por contribuir para essa variabilidade. No entanto, os mecanismos neurais que provocam diferentes níveis de desempenho cognitivo em idosos ainda são mal compreendidos. O surgimento de novas ferramentas de análise na investigação em neuroimagem, tais como a análise de redes e parcelamento baseado em conectividade, pode ajudar a clarificar o envelhecimento do cérebro e as trajetórias cognitivas diferenciais. Contudo, até ao momento, poucos estudos aplicaram essas novas ferramentas para estudar alterações relacionadas com a idade nas redes cerebrais estruturais de matéria branca. O objetivo principal desta tese foi fornecer novo conhecimento sobre as mudanças induzidas pelo envelhecimento nas redes cerebrais estruturais de matéria branca e a sua associação com o estado cognitivo, através do uso de novas ferramentas de neuroimagem e estudos longitudinais. Os resultados obtidos revelaram que o envelhecimento é caracterizado por uma deterioração da integridade de matéria branca, que está associada a mudanças longitudinais na cognição. Também identificamos pela primeira vez uma sub-rede com mudanças significativas na conectividade estrutural ao longo do envelhecimento, que englobou diminuições sobretudo nas conexões intra-hemisféricas e aumentos principalmente nas conexões inter-hemisféricas. A análise das propriedades topológicas das redes cerebrais revelou uma diminuição na integração e aumento na segregação, sugerindo um cérebro mais “desconectado” com o envelhecimento. Por fim, também desenvolvemos um novo método para criar um parcelamento do cérebro baseado em conectividade e aplicámo-lo para estudar o envelhecimento do cérebro. Replicando o nosso resultado anterior, encontramos uma sub-rede com diminuições significativas nas conexões intra-hemisféricas e aumentos nas conexões inter-hemisféricas. A análise das características topológicas revelou resultados desafiadores que podem ser explicados pela maior resolução do parcelamento desenvolvido. De um modo geral, estes resultados podem ajudar a identificar os principais impulsionadores das alterações de matéria branca em diferentes níveis cognitivos, o que pode levar ao desenvolvimento de novos biomarcadores cerebrais in vivo de variabilidade inter-individual em trajetórias cognitivas.

Normal aging is characterized by alterations in the brain and in cognition, even in the absence of disease. Noticeably, cognitive performance trajectories in aging exhibit high inter-individual variability and multiple factors are known to contribute to this variability. Still, the neural mechanisms which elicit different levels of cognitive performance in older adults are yet poorly understood. The emergence of new analytical tools in neuroimaging research, such as network analysis and connectivity-based parcellation, can help shed new light regarding the aging brain and the differential cognitive trajectories. However, to date few studies have applied these new tools to study age-related alterations in white matter structural brain networks. The main goal of this thesis was to provide new insights about the changes induced by aging in white matter structural brain networks and their association with cognitive status, through the use of new neuroimaging tools and longitudinal designs. Our findings revealed that aging is characterized by a deterioration of white matter integrity which is associated with longitudinal changes in cognition. We also identified for the first time a sub-network with significant changes in structural connectivity along aging, which encompassed decreases mainly in intra-hemispheric connections and increases mostly in inter hemispheric connections. The analysis of the topological properties of brain networks revealed a decrease in integration and an increase in segregation, suggesting a more “disconnected” brain along aging. Finally, we also developed a new method to create a connectivity-based parcellation of the brain and applied it to study the aging brain. Replicating our previous result, we found a sub-network with significant decreases in intra-hemispheric connections and increases in inter-hemispheric connections. The analysis of the topological features revealed challenging results which could be explained by the higher resolution of the developed parcellation. Altogether, these findings may help identify the main drivers of white matter alterations at different cognitive levels, which could lead to the development of new in-vivo brain biomarkers of inter-individual variability in cognitive trajectories.