DOI: https://doi.org/10.7554/elife.108829.3
تاريخ النشر: 2026-10-12
المؤلف: Andrew J. Quinn وآخرون
الموضوع الرئيسي: ديناميات الأعصاب ووظيفة الدماغ
نظرة عامة
تسلط الأبحاث الضوء على أهمية علم كهربائية الدماغ غير الجراحي، وخاصة EEG و MEG، في فهم تدهور وظيفة الخلايا العصبية مع التقدم في العمر. تؤكد على الحاجة إلى مقاييس سريرية موحدة لمعالجة التحدي العالمي المتمثل في الحفاظ على صحة الدماغ في السكان المتقدمين في العمر. تحدد الدراسة علامات كهربائية عصبية واعدة للشيخوخة لكنها تشير إلى أن التباين المنهجي عبر الدراسات يعقد إنشاء توافق حول تكرار وتأثيرات الموقع والاتجاه الملاحظ.
باستخدام GLM-Spectrum، يقدم المؤلفون ملف تعريف شامل لتأثيرات الشيخوخة على MEG في حالة الراحة مع إغلاق العينين، مما يساعد في التحليلات التراكمية ويعزز تقدير القوة الإحصائية للدراسات المستقبلية. تشير نتائجهم إلى أن تأثيرات العمر قابلة للتكرار عبر مجموعات بيانات MEG مفتوحة الوصول ومتماسكة ضد المتغيرات المشتركة، على الرغم من أن نطاقات التردد المختلفة ومناطق الدماغ تظهر أحجام تأثير متفاوتة. تؤكد الأبحاث على أهمية النظر في ميزات محددة ذات اهتمام في تخطيط حجم العينة وتقترح أن الدراسات التي تستهدف تأثيرات العمر قد تكون غير كافية إذا لم تأخذ في الاعتبار المتغيرات ذات الصلة مثل حجم المادة الرمادية. بشكل عام، تمهد النتائج الطريق لدمج القياسات الكهربائية العصبية في الرعاية الصحية لتقييم صحة الدماغ في الشيخوخة.
مقدمة
تسلط مقدمة الورقة الضوء على التأثير الكبير للشيخوخة على صحة الدماغ، وخاصة ارتباطها بالاضطرابات التنكسية العصبية والسكتة الدماغية. تؤكد على أهمية القياسات الكهربائية العصبية غير الجراحية، مثل EEG و MEG، في فهم التزامن الزمني للنشاط العصبي، الذي يتدهور مع التقدم في العمر. على الرغم من وعد هذه الطرق، تقدم الأدبيات مجموعة متنوعة وأحيانًا متضاربة من النتائج المتعلقة بالتغيرات المرتبطة بالعمر في كهربائية الدماغ، خاصة في طيف الطاقة عبر نطاقات تردد مختلفة ومناطق الدماغ.
يشير المؤلفون إلى التحديات في تجميع النتائج من دراسات مختلفة بسبب اختلاف الخيارات التحليلية والحاجة إلى القابلية للتكرار والموثوقية في الادعاءات العلمية. يدعون إلى نهج موحد للإبلاغ عن التحليل الطيفي، مقترحين أن مشاركة تقديرات التردد الكامل والرأس بالكامل يمكن أن تسهل تجميع النتائج بشكل أفضل وتحديد التأثيرات الدقيقة التي قد يتم تجاهلها في التحليلات المعزولة. تقدم الورقة طريقة GLM-Spectrum المطبقة على مجموعة بيانات CamCAN لت quantifying وتصور تأثيرات العمر، مع دمج تقدير حجم التأثير لتعزيز قابلية المقارنة عبر الدراسات. يهدف هذا النهج إلى المساهمة في التقييم الدقيق للعلامات الحيوية المحتملة لصحة الدماغ في الشيخوخة، مع معالجة الفجوات الحالية في الأدبيات.
طرق
في هذا القسم، يبحث المؤلفون في موثوقية طرق تصحيح وضع الرأس على نموذج الانحدار الخطي العام (GLM) الطيفي، مع التركيز بشكل خاص على تأثير العمر. يقارن التحليل حالتين من تطبيع المستشعر – الحجم المطلق (بدون تطبيع) وسلاسل الزمن المحولة z (الحجم النسبي) – عبر ثلاثة سيناريوهات لتصحيح وضع الرأس: بدون تصحيح، وتصحيح داخل التسجيل (-movecomp)، وكلاهما داخل وخارج التسجيل (-movecomp و -trans). تشير النتائج إلى أنه بينما يكون لطرق تصحيح وضع الرأس SSS تأثير ضئيل على تقدير تأثير العمر الجماعي، فإن اختيار تطبيع المستشعر يغير بشكل كبير الخصوصية الطيفية للأنماط المكانية المرتبطة بتأثير العمر.
تظهر النتائج بشكل خاص أن تأثير العمر بالحجم المطلق يظهر نمطًا مكانيًا ثابتًا عبر نطاق التردد بالكامل، مما يؤدي إلى ارتباطات إيجابية عالية في الخرائط المكانية (الشكل 14G). على العكس، يظهر الطوبوغرافيا المكانية لتأثير العمر بالحجم النسبي تباينًا كبيرًا عبر الترددات (الشكل 14H). يتم توضيح النتائج التفصيلية لكل من الأحجام المطلقة والنسبية مع وبدون تصحيح وضع الرأس في الأشكال 1 و 5 من النص الرئيسي، مما يبرز التأثيرات المختلفة لطرق التطبيع والتصحيح على الخصائص الطيفية لتأثير العمر.
نتائج
في قسم النتائج، يقوم المؤلفون أولاً بتحليل التغيرات في طيف ترددات الماجنتوإينسيفالوغرافي (MEG) طوال مرحلة البلوغ باستخدام مجموعة بيانات CamCAN، كما هو موضح في القسم 2.1. ثم يقيمون أحجام التأثير المرتبطة بهذه التغيرات ويقدمون تقديرات لحجم العينة المستقبلية اللازمة لتكرار نتائجهم في القسم 2.2.
بعد ذلك، يتم تأكيد قابلية تكرار هذه النتائج عبر مجموعات بيانات MEG-UK متعددة في القسم 2.3، بينما تفحص الأقسام 2.4 و 2.5 موثوقية النتائج من خلال التحكم في مختلف المتغيرات المحتملة المربكة. أخيرًا، في القسم 2.6، يقيم المؤلفون كيف يؤثر تضمين حجم المادة الرمادية كمتغير مشترك على حجم تأثير التغيرات المرتبطة بالعمر في طيف ترددات MEG.
مناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على التأثيرات الكبيرة والقابلة للتكرار للشيخوخة على التذبذبات العصبية عبر ترددات ومواقع مكانية مختلفة، كما يتضح من تحليلات بيانات MEG من مجموعات بيانات متعددة، بما في ذلك CamCAN. تم استخدام نهج GLM-Spectrum ذو المستويين لوصف متوسط الطاقة وتأثيرات العمر الخطية، مما يكشف عن طيف مستمر من التغيرات التي تدمج النتائج السابقة في تحليل متماسك. بشكل ملحوظ، أظهر البالغون الأكبر سنًا أحجام طيفية أقل عند الترددات المنخفضة (أقل من 7 هرتز) وأنماطًا مميزة من زيادة ونقص الطاقة عند الترددات الأعلى، خاصة في المناطق الخلفية والوسطى. تؤكد النتائج على التأثير غير المتجانس للشيخوخة على طيف الطاقة العصبية، مع تداعيات لتصميم الأبحاث المستقبلية وتخطيط حجم العينة.
تشدد الدراسة أيضًا على موثوقية تأثير العمر ضد تصحيحات وضع الرأس والتأثير المختلف لمختلف المتغيرات المشتركة، مثل حجم المادة الرمادية العالمية، على التغيرات المرتبطة بالعمر الملاحظة. بينما يتم التحكم في هذه العوامل، ظل تأثير العمر مهمًا، على الرغم من أن درجات التأثير تختلف عبر نطاقات تردد مختلفة ومناطق الدماغ. يشير هذا إلى أن بعض المناطق قد تعكس توقيعات شيخوخة فريدة تمتد إلى ما هو أبعد من الضمور التشريحي البسيط. بشكل عام، توفر الأبحاث إطارًا شاملاً لفهم التفاعل المعقد بين الشيخوخة والنشاط العصبي، داعية إلى النظر بعناية في أحجام التأثير والمتغيرات المشتركة في الدراسات الكهربائية العصبية المستقبلية.
القيود
في هذا القسم، يعترف المؤلفون بعدة قيود في تحليلهم لتأثير الشيخوخة في البيانات الكهربائية العصبية. بينما أظهروا موثوقية تأثير العمر ضد بعض المتغيرات، مثل تصحيح وضع الرأس القائم على SSS ومجموعة متنوعة من المتغيرات المشتركة، إلا أنهم يشيرون إلى أن استكشافهم لخيارات المعالجة ليس شاملاً. بشكل خاص، يؤثر الاختيار بين الطاقة النسبية والمطلقة، بالإضافة إلى تضمين حجم المادة الرمادية كمتغير مشترك، بشكل كبير على النتائج. يؤكدون على الحاجة إلى مزيد من التحقيق في طرق إعادة بناء المصدر المختلفة وإمكانية تحليل الكون المتعدد لتوسيع نطاق أبحاثهم.
بالإضافة إلى ذلك، يبرز المؤلفون أن تحليلهم الحالي يركز فقط على تأثيرات العمر الخطية، على الرغم من وجود أدلة قائمة على التأثيرات التربيعية في ميزات الطيف الطاقي. يقترحون أن خط أنابيب التحليل الخاص بهم قد يتجاهل التباين الفردي بعدم تضمين مكونات التباين من المستوى الأول، مما يشير إلى أن نهج النمذجة المختلطة قد يعزز موثوقية نتائجهم. أخيرًا، يوضحون أن نتائجهم تستند إلى الحجم الطيفي بدلاً من الطاقة أو الطاقة اللوغاريتمية، والتي اختاروها لتوافقها مع النمذجة الخطية الغاوسية ووضوحها في العرض.
DOI: https://doi.org/10.7554/elife.108829.3
Publication Date: 2026-10-12
Author(s): Andrew J. Quinn et al.
Primary Topic: Neural dynamics and brain function
Overview
The research highlights the significance of non-invasive brain electrophysiology, particularly EEG and MEG, in understanding the decline of neuronal functioning with age. It emphasizes the need for standardized clinical metrics to address the global challenge of maintaining brain health in aging populations. The study identifies promising electrophysiological markers of aging but notes that methodological variability across studies complicates the establishment of a consensus regarding the frequency, location, and direction of observed effects.
Using the GLM-Spectrum, the authors present a comprehensive full-frequency profile of aging effects on eyes-closed resting-state MEG, which aids in meta-analyses and enhances the statistical power estimation for future studies. Their findings indicate that age effects are replicable across open-access MEG datasets and robust against common covariates, although different frequency bands and brain regions exhibit varying effect sizes. The research underscores the importance of considering specific features of interest in sample-size planning and suggests that studies targeting age effects may be underpowered if they do not account for relevant covariates like grey matter volume. Overall, the results pave the way for the integration of electrophysiological measures into healthcare for assessing brain health in aging.
Introduction
The introduction of the paper highlights the significant impact of aging on brain health, particularly its association with neurodegenerative disorders and stroke. It emphasizes the importance of non-invasive electrophysiological measures, such as EEG and MEG, in understanding the temporal synchronization of neuronal activity, which deteriorates with age. Despite the promise of these methods, the literature presents a diverse and sometimes conflicting array of findings regarding age-related changes in brain electrophysiology, particularly in the power spectrum across different frequency bands and brain regions.
The authors point out the challenges in synthesizing results from various studies due to differing analytical choices and the need for replicability and robustness in scientific claims. They advocate for a standardized approach to reporting spectral analysis, suggesting that sharing full-frequency and whole-head estimates could facilitate better aggregation of results and identification of subtle effects that may be overlooked in isolated analyses. The paper introduces a GLM-Spectrum method applied to the CamCAN dataset to quantify and visualize age effects, incorporating effect size estimation to enhance comparability across studies. This approach aims to contribute to the rigorous evaluation of potential biomarkers for brain health in aging, addressing the current gaps in the literature.
Methods
In this section, the authors investigate the robustness of head position correction methods on the General Linear Model (GLM) spectrum, particularly focusing on the age effect. The analysis compares two sensor normalization conditions—absolute magnitude (no normalization) and z-transformed time series (relative magnitude)—across three head position correction scenarios: no correction, within recording correction (-movecomp), and both within and between recording correction (-movecomp and -trans). The findings indicate that while the SSS head position correction methods have minimal impact on the estimated group age effect, the choice of sensor normalization significantly alters the spectral specificity of the spatial patterns associated with the age effect.
Specifically, the results reveal that the absolute magnitude age effect exhibits a consistent spatial pattern across the entire frequency range, resulting in high positive correlations in spatial maps (Figure 14G). Conversely, the spatial topography of the relative magnitude age effect shows considerable variation across frequencies (Figure 14H). The detailed results for both absolute and relative magnitudes with and without head position correction are illustrated in Figures 1 and 5 of the main text, highlighting the differential effects of normalization and correction methods on the spectral characteristics of the age effect.
Results
In the Results section, the authors first analyze the changes in the magnetoencephalography (MEG) frequency spectrum throughout adulthood using the CamCAN dataset, as detailed in section 2.1. They then assess the effect sizes associated with these changes and provide estimates for future sample sizes necessary for replicating their findings in section 2.2.
Subsequently, the reproducibility of these results is confirmed across multiple MEG-UK datasets in section 2.3, while sections 2.4 and 2.5 examine the robustness of the findings by controlling for various potential confounding variables. Lastly, in section 2.6, the authors evaluate how including grey matter volume as a covariate influences the effect size of age-related changes in the MEG frequency spectrum.
Discussion
The discussion section of the research paper highlights the significant and replicable effects of aging on neuronal oscillations across various frequencies and spatial locations, as evidenced by analyses of MEG data from multiple datasets, including CamCAN. A two-level GLM-Spectrum approach was employed to characterize the average power and linear age effects, revealing a continuous spectrum of changes that integrate previous findings into a cohesive analysis. Notably, older adults exhibited lower spectral magnitudes at low frequencies (below 7 Hz) and distinct patterns of increased and decreased power at higher frequencies, particularly in posterior and central regions. The findings underscore the heterogeneous impact of aging on the neuronal power spectrum, with implications for future research design and sample size planning.
The study also emphasizes the robustness of the age effect against head position corrections and the differential influence of various covariates, such as global grey matter volume, on the observed age-related changes. While controlling for these factors, the age effect remained significant, albeit with varying degrees of impact across different frequency bands and brain regions. This suggests that certain regions may reflect unique aging signatures that extend beyond mere anatomical atrophy. Overall, the research provides a comprehensive framework for understanding the complex interplay between aging and neuronal activity, advocating for careful consideration of effect sizes and covariates in future electrophysiological studies.
Limitations
In this section, the authors acknowledge several limitations in their analysis of the ageing effect in electrophysiological data. While they have demonstrated the robustness of the age effect against certain variables, such as SSS-based head position correction and a variety of covariates, they note that their exploration of processing options is not exhaustive. Specifically, the choice between relative and absolute power, as well as the inclusion of grey matter volume as a covariate, significantly influences the findings. They emphasize the need for further investigation into different source reconstruction methods and the potential for multiverse analysis to expand the scope of their research.
Additionally, the authors highlight that their current analysis focuses solely on linear age effects, despite existing evidence for quadratic effects in power spectral features. They suggest that their analysis pipeline may overlook individual variability by not incorporating first-level variance components, indicating that a mixed modeling approach could enhance the robustness of their findings. Lastly, they clarify that their results are based on spectral magnitude rather than power or log-power, which they chose for its compatibility with Gaussian linear modeling and clarity in presentation.