Selected neuroplastic effects of cognitive training in aging in MRI/fMRI studies

Emilia Leszkowicz

DOI: http://dx.doi.org/10.12775/RA.2017.014

Abstrakt


Wybrane neuroplastyczne efekty treningu kognitywnego w wieku podeszłym w badaniach MRI/fMRI

Szereg badań sugeruje, że można przeciwdziałać i zapobiegać utracie zdolności kognitywnych (poznawczych) u ludzi w starszym wieku oraz że ryzyko upośledzenia procesów poznawczych i demencji może być u nich zredukowane. Trening kognitywny daje takie szanse, stwarzając możliwości modyfikowania umiejętności poznawczych oraz leżących u ich podstaw procesów neuronalnych w wieku zaawansowanym. W niniejszej pracy zaprezentowano przykłady zmian neuroplastycznych w mózgu wywołane wielowymiarowym treningiem kognitywnym u osób w okresie zdrowego starzenia się oraz z upośledzeniem procesów poznawczych, rejestrowane metodami obrazowania funkcji mózgu (MRI/fMRI). Efekty treningu kognitywnego obserwowane były zarówno na poziomie behawioralnym, jak i nerwowym, co podkreśla wagę interwencji terapeutycznych skierowanych na wielorakie aspekty stylu życia jako możliwych strategii podtrzymania i poprawy statusu poznawczego jednostki w wieku zaawansowanym. Efekty takich interwencji mogą przynieść znaczące korzyści w aspekcie zdrowia publicznego, szczególnie w erze starzejących się społeczeństw.  


Słowa kluczowe


wiek podeszły; trening kognitywny; neuroplastyczność mózgu; MRI/fMRI

Pełny tekst:

PDF (English)

Bibliografia


Bernardi G., Ricciardi E., Sani L., Gaglianese A., Papasogli A., Ceccarelli R., Franzoni F., Galetta F., Santoro G., Goebel R., Pietrini P. (2013), How skill expertise shapes the brain functional architecture: an fMRI study of visuo-spatial and motor processing in professional racing-car and naive drivers, „PloS ONE”, nr 8 (10), art. nr e77764.

Bower G. H. (1970), Analysis of a mnemonic device, „American Scientist”, nr 58, s. 496–510.

Boyke J., Driemeyer J., Gaser C., Buchel C., May A. (2008), Training-induced brain structure changes in the elderly, „Journal of Neuroscience”, nr 28 (28), s. 7031–7035.

Bressler S. L., Menon V. (2010), Large-scale brain networks in cognition: emerging methods and principles, „Trends in Cognitive Science“, nr 14 (6), s. 277–290.

Cao W., Cao X., Hou C., Li T., Cheng Y., Jiang L., Luo C., Li C., Yao D. (2016), Effects of cognitive training on resting-state functional connectivity of Default Mode, Salience, and Central Executive networks, „Frontiers in Aging Neuroscience”, nr 8, art. nr 70.

Cao X., Yao Y., Li T., Cheng Y., Feng W., Shen Y., Li Q., Jiang L., Wu W., Wang J., Sheng J., Feng J., Li C. (2016), The impact of cognitive training on cerebral white matter in community-dwelling elderly: one-year prospective longitudinal Diffusion Tensor Imaging study, „Scientific Reports”, nr 6, art. nr 33212.

Engvig A., Fjell A. M., Westlye L. T., Skaanee N. V., Dale A. M., Holland D., Due-Tønnessen P., Sundseth Ø., Walhovd K. B. (2014), Effects of cognitive training on gray matter volumes in Memory Clinic Patients with subjective memory impairment, „Journal of Alzheimer’s Disease”, nr 41 (3), s. 779–791.

Goulden N., Khusnulina A., Davis N. J., Bracewell R. M., Bokde A. L., McNulty J. P., Mullins P. G. (2014), The salience network is responsible for switching between the default mode network and the central executive network: replication from DCM, „Neuroimage”, nr 99, s. 180–190.

Joo S. H., Lim H. K., Lee C. U. (2016), Three large-scale functional brain networks from resting-state functional MRI in subjects with different levels of cognitive impairment, „Psychiatry Investigation”, nr 13 (1), s. 1–7.

Leszkowicz E. (2007), Functional significance of central synchronous rhythms, especially theta rhythm [in Polish], „Sen”, nr 7, s. 25–34.

Leszkowicz E., Linden D. E., Maio G. R., Ihssen N. (2017), Neural evidence of motivational conflict between social values, „Social Neuroscience”, nr 12 (5), s. 494–505.

Maffei L. et al. (2017), Randomized trial on the effects of a combined physical/cognitivetraining in aged MCI subjects: the Train the Brain study, „Scientific Reports”, nr 7, art. nr 39471.

Mak L. E., Minuzzi L., MacQueen G., Hall G., Kennedy S. H., Milev R. (2017), The default mode network in healthy individuals: a systematic review and meta-analysis, „Brain Connectivity”, nr 7 (1), s. 25–33.

Rebok G. W., Ball K., Guey L. T., Jones R. N., Kim H. Y., King J. W., Marsiske M., Morris J. N., Tennstedt S. L., Unverzagt F. W., Willis S. L., for the ACTIVE Study Group (2014), Ten-year effects of the advanced cognitive training for independent and vital elderly cognitive training trial on cognition and everyday functioning in older adults, „Journal of the American Geriatrics Society”, nr 62 (1), s. 16–24.

Sabuncu M. R., Desikan R. S., Sepulcre J., Yeo B. T. T., Liu H., Schmansky N. J., Reuter M., Weiner M, W., Buckner R. L., Sperling R. A., Fischl B. (2011), The dynamics of cortical and hippocampal atrophy in Alzheimer Disease, „Archives of Neurology”, nr 68 (8), s. 1040–1048.

Seeley W. W., Menon V., Schatzberg A. F., Keller J., Glover G. H., Kenna H., Reiss A. L., Greicius M. D. (2007), Dissociable intrinsic connectivity networks for salience processing and executive control, „Journal of Neuroscience”, nr 27 (9), s. 2349–2356.

Takeuchi N., Mori T., Suzukamo Y., Izumi S. I. (2017), Integration of teaching processes and learning assessment in the prefrontal cortex during a video game teaching-learning task, „Frontiers in Psychology”, nr 7, art. nr 2052.

Uddin L. Q., Kelly A. M., Biswal B. B., Castellanos F. X., Milham M. P. (2009), Functional connectivity of default mode network components: correlation, anticorrelation, and causality, „Human Brain Mapping”, nr 30 (2), s. 625–637.

Wu J. T., Wu H. Z., Yan C. G., Chen W. X., Zhang H. Y., He Y., Yang H. S. (2011), Aging-related changes in the default mode network and its anti-correlated networks: a resting-state fMRI study, „Neuroscience Letters”, nr 504 (1), s. 62–67.

Zatorre R. J., Fields R. D., Johansen-Berg H. (2012), Plasticity in gray and white: neuroimaging changes in brain structure during learning, „Nature Neuroscience”, nr 15, s. 528–536.








ISSN 1429-186X (print)
ISSN 2391-7571 (online)

Partnerzy platformy czasopism