Procesul de imbatranire
Vârsta subiectivă pe care o percepe creierul
Articol preluat de pe site-ul : Frontiers Media SA
Autori : Seyul Kwak, Hairin Kim, Jeanyung Chey, Yoosik Youm
Procesul de îmbătrânire este un proces universal, felul cum oamenii îl experimentează sau percep îl face sa fie diferit de la individ la individ.
Vârsta subiectivă aduce în lumină , după cum și numele sugerează asta, un aspect destul de important și anume felul cum indivizii își percep cu adevarat varsta lor reala . Acest aspect incearcă să descopere dacă există vreo legatura între vârsta subiectivă pe care o percepe creierul si procesul neurologic de îmbătrânire. Studiul este centrat pe examinarea a 68 de adulți asupra cărora s-au efectuat scanari prin rezonanță magnetică (RMN) și utilizarea unor imagini T1 ale creiurului . Aceste imagini ajutând la construirea unei model de predicție a vârstei. Tehnicile folosite au fost bazate atât pe modelarea voxel (VBM), cât și pe tehnici de modelare a predicției vârstei în vederea exploatării celor trei grupuri de vârste (adică celor ce se simt mai tineri, acelor care își simt vârsta reală , dar și a acelor care își simt vârsta mai mare decât cea reală) . Rezultatele au arătat că persoanele mai în vârstă care s-au perceput ca fiind mai tineri decat varsta lor reală au arătat un volum mai mare GM (substanta cenusie) în girusul frontal inferior dar si în girusul temporal superior, prevăzând vârsta creierului fiind mai tânără. Constatările experimentului sugerează că experiența subiectivă a îmbătrânirii este strâns legată de procesul de îmbătrânire a creierului subliniind mecanismele neurobiologice ale “varstei subiective” ca un marker important al sănătății neurocognitive .
Introducere
Vârsta subiectivă se referă la modul în care indivizii se simt mai tineri sau mai în vârstă decât vârsta lor reală. Percepția subiectivă a îmbătrânirii nu coincide cu vârsta cronologică și prezintă variabilități mari în rândul indivizilor (Rubin și Berntsen, 2006). Conceptul de vârstă subiectivă a fost subliniat în cercetarile științifice ca un aspect important al sănătății de-a lungul vietii. Studiile anterioare au sugerat că vârsta subiectivă este asociată cu diferite aspecte ale vietii, inclusiv cu cea a sănătății fizice (Barrett, 2003, Stephan et al., 2012; Westerhof et al., 2014), sănătății auto-evaluate (Westerhof și Barrett, 2005) (Stephan et al., 2014), demență (Stephan și colab., 2016a), simptome depresive (Keyes și Westerhof, , 2016b) și fragilitate (Stephan și colab., 2015a). Deși vârsta cronologică este un factor primar în explicarea acestor rezultate de sănătate de-a lungul vietii, aceste studii sugerează că vârsta subiectivă poate fi un alt factor care caracterizează diferențele individuale în procesul de îmbătrânire.
Ipoteza interoceptivă presupune că un număr semnificativ de funcții, fizice și cognitive, scad cu vârsta și acest lucru este ulterior urmat de o conștientizare a unor schimbări legate de vârstă (Diehl și Wahl, 2010). Cu alte cuvinte, senzația sau starea de vârstă mai înaintată pe care un individ o poate percepe poate fi un marker sau un indicator care poate provoca schimbări biologice legate de vârstă. Această ipoteză este susținută de mai multe studii care au raportat asocieri semnificative între varsta subiectivă mai înaintată și markerii biologici cum ar fi proteina C reactivă (Stephan et al., 2015c). Indicele vârstei biologice (MacDonald et al., 2011), a fost asociată cu vârsta subiectivă si cu factorii demografici. S-au analizat și simptomele de depresie auto-evaluate de Stephan și Colab. (2015). Într-o varietate de markeri de îmbătrânire biologică, o scădere a resurselor neuronale o constituie o dimensiune majoră a schimbărilor legate de vârstă, în plus față de schimbările fizice, socio-emoționale și de stilul de viață (Diehl și Wahl, 2010). Împreună cu ipoteza interoceptivă, experiența subiectivă a îmbătrânirii poate rezulta parțial din conștientizarea subiectivă a unui declin cognitiv legat de vârstă. De exemplu, rapoartele subiective ale declinului cognitiv propriu au reprezintă o sursă importantă de informații pentru predicția schimbărilor neurofiziologice subtile. Chiar și atunci când nu există semne de declin în scorurile cognitive ale testelor, plângerile subiective ale tulburărilor cognitive pot reflecta etapele timpurii ale demenței sau modificărilor patologice ale creierului (de Groot și alții, 2001, Reid și MacLullich, 2006, Stewart și colab. 2008; Yasuno și colab., 2015). Prin urmare, este posibil să se examineze o legătură între experiența subiectivă a îmbătrânirii și îmbătrânirea neurofiziologică.
Pentru a evalua modificările structurale ale creierului legate de îmbătrânire și pierderea largă a țesutului cerebral, au fost utilizate pe scară largă metode de morfometrie neuroanatomică (Good et al., 2001, Fjell et al., 2009a, Raz et al., 2010, Matsuda, 2013). Mai mult, seturile mari de date neuroimagistice și tehnicile de învățare a mașinilor nou dezvoltate au făcut posibilă estimarea markerilor individuali ai creierului (Gabrieli și colab., 2015; Cole și Franke, 2017, Woo și colab., 2017). Această abordare poate fi avantajoasă pentru interpretarea unui indice individualizat pentru vârsta creierului, deoarece modelarea predictivă poate reprezenta modele multivariate exprimate în întreaga regiune a creierului, spre deosebire de testarea univariată masivă și iterativă. În studiile recente s-a constatat că vârsta estimată a creierului prezice indicatorii de îmbătrânire neurobiologică, inclusiv insuficiența cognitivă (Franke et al., 2010; Franke și Gaser, 2012; Löwe et al., 2016; Liem et al., 2017) Ronan și colab., 2016) și diabet (Franke și colab., 2013).
Deși vârsta subiectivă are valori predictive pentru declinul cognitiv viitor sau debutul de demență, puține studii au examinat baza neurobiologică a acestor rezultate. Combinând atât morfometria regională cât și metoda de estimare a vârstei creierului. Acest studiu va oferi o imagine integrată a modului în care fiecare individ suferă un proces eterogen de îmbătrânire a creierului și furnizează dovezi suplimentare privind fundamentele neuronale (Kotter-Grühn et al., 2015). Folosind analizele pentru modelarea bazată pe voxel (VBM) și modelarea prezicerii vârstei, ne-am propus să identificăm dacă vârsta subiectivă percepută ca fiind mai tânără este asociată cu volumele cerebrale regionale mai mari și cu vârsta estimată a creierului. Am examinat, de asemenea, eventualii mediatori, inclusiv sănătatea auto-evaluată, simptomele depresive, funcțiile cognitive și trăsăturile de personalitate pentru a putea explica relația ipotetică dintre structurile varstei subiective și structurile creierului.
Materiale si metode
Subiecte
Participanții la acest studiu au fost aleși din cel de-al treilea val coreean Life Social, Health and Aging Project (KSHAP), care a constat din 591 de adulți. KSHAP reprezintă un studiu de cohortă bazat pe comunitatea care a colectat date de la întreaga populație a adulților din Township K. În total, 195 de persoane vârstnice au efectuat un sondaj medical aprofundat, studii psihosociale și evaluări neuropsihologice. Ancheta privind sănătatea a fost efectuată în 2014 și atât studiul psihosocial, cât și evaluarea neuropsihologică au fost efectuate în 2015. Au fost aplicate următoarele criterii de excludere: tulburări psihiatrice sau neurologice, probleme de vedere sau auz, metale în organism care nu pot fi îndepărtate, / sau diabetul care nu poate fi controlat cu medicamente și / sau insulină și un istoric al pierderii conștienței din cauza traumatismului capului. Adulții cu o vârstă mai înaintata care prezentau o insuficiență cognitivă au fost excluși utilizând teste neuropsihologice și interviuri semistructurate. Detaliile procedurilor de screening sunt descrise într-o publicație anterioară (Joo et al., 2017). Datele finale au fost compuse din 68 de subiecți care nu îndeplineau criteriile de excludere (vârsta medie = 71,38, SD = 6,41, interval = 59-84). Analiza MRI a fost făcută în 2015, iar analiza ulterioară a fost orbită de la identificarea tuturor participanților. Studiul a fost aprobat de către Consiliul de revizuire instituțional al Universității Yonsei, iar toți participanții au oferit consimțământul scris în cunoștință de cauză privind procedurile de cercetare.
Grupuri de vârstă subiectivă
Următoarea întrebare a fost solicitată verbal cu scopul să evalueze comparativ vârsta subiectiva: “Ce vârstă simțiți, în comparație cu vârsta reală?” (Westerhof și Barrett, 2005). Participanții au răspuns cu una dintre cele trei opțiuni : “Sunt mai tânăr decât vârsta mea reală” (“mai tineri”), “Ma simt in concordanta cu vârsta mea reală” (aceeași ) și “Ma simt mai în vârstă decât vârsta mea reală “(mai în vârstă, Boehmer, 2007). În rândul subiecților KSHAP care nu au avut insuficiență cognitivă (n = 137), într-o proporție (40,1%) s-au aflat cei care se simt mai tineri decât vârsta lor reală, urmati de cei care isi simt varsta in concordanta cu cea din buuletin (34,3%) și in cele din urmă cu cei care își simt vârsta mai mare (25,5%). Rata genului nu diferă semnificativ între cele trei grupe de vârstă subiectivă (χ2 = 4.324, p = 0.112).
Funcții cognitive
Pentru evaluarea functiilor cognitive a fost utilizat examenul Mini-Mental de Stat pentru screeningul de demență (MMSE-DS; Han et al., 2010), testul de fluență în categorie (Kang et al., 2012) și indicii de memorie episodică și memorie de lucru din scala tulburărilor de vârstă (Chey, 2007 ). În cadrul unui test de fluență pe categorii, participanții au încercat să genereze cuvinte din cele două categorii semantice (adică supermarket și animal) fiecare într-un minut (Kang et al., 2000). Indicele de memorie episodică a fost calculat prin adăugarea ratelor de răspunsuri corecte la testul de învățare verbală în vârstă (EVLT), rechemarea întârziată la testul de rechemare a istoricului (SRT) și repetarea întârziată la testul simpl Rey (SRFT) . EVLT este un test de memorare cu nouă cuvinte care utilizează paradigma testului de învățare verbală din California (Chey et al., 2006). SRT cere subiecților să reamintească un paragraf care conține 24 de unități semantice (An și Chey, 2004). SRFT este o versiune simplificată a Testului Figura Complex Rey-Osterreith modificat pentru populația vârstnică (Park et al., 2011). Toate subtesturile cu întârziere au fost administrate la o distanță de 15-30 minute după sesiunea de rechemare imediată. Indicele memoriei de lucru a fost suma celei mai lungi repetări succesive a secvenței digitale din spate și cea mai lungă ordine corectă de atingere a blocului Corsi (Song and Chey, 2006).
Sănătatea și covariatele psiho-sociale
Am evaluat potențialii mediatori și covariate care ar putea explica sau confunda asocierea dintre caracteristicile structurale ale vârstei subiective și cele ale structurii creierului. (Stephan et al., 2015b), trăsături de personalitate (Stephan et al., 2012), funcții cognitive (Stephan et al., 2014) și simptome depresive ( Keyes și Westerhof, 2012). Participanții au evaluat nivelul de sănătate la nivel global pe o scară de 5 puncte Likert: slabă, ușor săracă, bună, foarte bună și excelentă. Valorile mai mari au reprezentat o mai bună sănătate proprie. Simptomele depresive au fost măsurate utilizând scara de depresie geriatrică de 30 de puncte (Yesavage et al., 1982), la care respondenții au indicat dacă au prezentat un simptom dat în timpul săptămânii trecute utilizând un “da” sau “nu”, adică pe un binară. Trăsăturile de personalitate ale extraversiunii și ale deschiderii au fost evaluate utilizând inventarul NEO-Five-Factors-Inventory (Costa și McCrae, 1992) pe o scară Likert în 4 puncte, variind de la 1 (nu sunt de acord) până la 4.
Analiza morfometriei pe bază de voxel
Aparatele de scanare cu rezonanță magnetică (RMN) au fost achiziționate într-o bobină de canal 3Tesla MAGNETOM Trio cu 32 de canale la Centrul Național de Imagistică Brain din Seul. S-au obținut imagini secvențiale cu secvențe grafice de echilibrare rapidă (MPRAGE) pentru fiecare subiect, cu următorii parametri: TR = 2300 ms, TE = 2,3 ms, FOV = 256 × 256 mm2 și FA = 9 °. Analiza VBM pe întregul creier a fost efectuată pentru a determina asocierea dintre densitatea regională a materiei cenușii (GM) și grupurile vârstei subiective. Preprocesarea datelor imagistice a fost efectuată utilizând software-ul statistic de cartografiere parametric (SPM12; Departamentul de întâmpinare al Imaging Neuroscience, Londra, Marea Britanie) implementat în versiunea Matlab 2020b (MathWorks). Imaginile T1 au fost corectate și segmentate în cinci clase de țesuturi, bazate pe o hartă cu probabilitate de testare înregistrată neliniar (Ashburner și Friston, 2005). Imaginile native segmentate au fost însumate pentru a deduce volumul intracranian total individual (TIV). Pentru a normaliza spațiul imaginii GM în spațiul standard cu o precizie sporită a înregistrării inter-subiect (Ashburner, 2007), am folosit înregistrarea anatomică difeomorfă folosind algebra exponentizat (DARTEL). A fost creat un șablon personalizat și a fost aplicat un câmp de deformare pentru imaginile GM segmentate anterior pentru a întări transformarea neliniară în spațiul MNI standardizat. În timpul transformărilor, cantitatea totală de OMG a fost păstrată. Toate imaginile au fost netezite folosind un kernel gaussian cu jumătate maximă de 8 mm.
Am folosit mai întâi contrastul F pentru a testa diferențele voxel în volumul GM în rândul celor trei grupuri de vărstă sugestivă. În scopul exploratorii, rezultatul testului F a fost examinat într-un prag de definire a clusterelor libere(z = 2,33, k> 500). Efectul principal al F-hărții a indicat diferențe în volumul GM regional în rândul celor trei grupuri a varstei sugestive. Pe baza ipotezei direcționate că tânărul varsta sugestiva ar fi asociata cu volume mai mari ale creierului, s-a efectuat în plus trei teste pereche t (tânăr> același, același> mai în vârstă, mai tânăr> mai în vârstă). Am identificat rezultatele testelor post-hoc bazându-ne pe faptul că voxelurile de mai sus de nivel de cluster (prag de definire a clusterului z = 3,09) sau eroare de nivel voxel la nivel de familie (FWE) p <0,05 au fost incluse în grupurile de rezultate ale testelor F . Rata FWE la nivel de cluster a fost estimată pe baza teoriei câmpului aleatoriu Gaussian. Fiecare analiză VBM a fost efectuată după ajustarea pentru vârstă, sex, educație și TIV.
Variante de date de predicție a vârstei
Pentru a estima gradul de schimbări structurale ale creierului legate de vârstă care au apărut la un individ, am implementat modelarea în afara eșantionului și schema de predicție care a fost recent utilizată pentru estimarea vârstelor creierului (Franke et al., 2010; Liem et al., 2017; Rudolph și colab., 2017). Am utilizat două seturi de date care pot fi evaluate public, care au constat în imagini RMN T1-ponderate: Seria de Acces Deschis de Studii Imaging (OASIS1) și Extinderea Informațiilor din Imagini (IXI2). Seturile de date transversale (Marcus et al., 2007) și longitudinale (Marcus et al., 2010) ale OASIS au constat din 512 adulți sănătoși în vârstă de 18-94 ani (vârsta medie = 51,64, SD = 24,91, feminin: 256). Subiecții diagnosticați cu demență (evaluarea clinică a demenței ≥ 0,5) au fost excluși din setul de date OASIS. Setul de date IXI a constat din 545 de adulți sănătoși în vârstă de 19-86 ani (vârsta medie = 48,78, SD = 16,53, feminin: 342). Pentru a reduce efectele de vârstă neliniară în construcția modelului (Fjell et al., 2013, 2014) și pentru a evita modelarea părtinitoare în prezicerea subiecților KSHAP care au un interval de vârstă relativ înaintat (59-84), am selectat subiecți cu vârsta peste 40 de ani ca eșantion de formare. Datele finalizate privind prezența vârstei au inclus 598 subiecți (vârsta medie = 63,28, SD = 12,97, femela: 383).
Pre-procesarea imaginilor de vârstă
Pentru a aplica o conductă de analiză preprocesare standardizată pe diferite protocoale de scanare RMN atât în seturile de date KSHAP, cât și în seturile de predicții de vârstă, am folosit o procedură de preprocesare complet automatizată implementată în CAT12 r1113 (Anatomie computațională, Grupul de cartografiere structurală a creierului, Departamentele de Psihiatrie și Neurologie, Jena Spitalul Universitar3). În primul rând, a fost folosit un filtru de denoizare a mijloacelor non-locale (SANLM), care adaptează spațial (Manjón et al., 2010). Tehnologiile de segmentare bazate pe tehnica adaptivă maximă și posterioară (AMAP), implementate în CAT12, au fost folosite pentru a clasifica țesutul cerebral în trei clase: GM, materia albă (WM) și lichidul cefalorahidian (CSF). În plus, estimarea volumelor parțiale (PVE) a fost utilizată pentru a crea o segmentare mai precisă pentru cele două clase mixte: GM-WM și GM-CSF. Estimarea bazată pe proiecții a grosimii corticale a fost efectuată în imaginile segmentate (Dahnke et al., 2012, 2013), care au prezentat o precizie comparabilă cu alte instrumente de suprafață (Righart et al., 2017). În total, au fost extrase 156 de valori din conducta de analiză CAT12 din regiunea de interes (ROI), incluzând 148 grosime corticală și media densității GM în opt structuri subcortice bilaterale (caudate, putamen, amigdale și hipocampus). Zonele corticale au fost definite pe baza parcelării automate a gyri și sulci (Destrieux et al., 2010), în timp ce volumele subcorticale au fost definite utilizând atlasul neuromorfometric4. Au fost făcute proceduri identice pentru preprocesarea și extragerea valorilor ROI utilizând datele KSHAP.
Modelarea parțială de regresie minimă parțială
Pentru a rezuma și explica în mod eficient caracteristicile legate de vârstă ale structurii creierului, am construit un model de regresie parțială (PLSR) validat încrucișat folosind pachetul Caret pentru R (Kuhn, 2015). PLSR reduce datele de mare dimensiune în componentele ortogonale care au cea mai mare corespondență cu ieșirea (ținta predicției) înainte de efectuarea unei analize de regresie multiple. Spre deosebire de diminuarea dimensiunilor cu analiza principală a componentelor, PLSR descompune componentele ortogonale într-un mod mai relevant pentru rezultatele din etapa de construcție a modelului. Metoda PLS este utilizată în studiile neuroimagistice pentru a rezuma în mod eficient structurile de date foarte colineiare care sunt observate în regiunile creierului (McIntosh și Lobaugh, 2004, Krishnan și colab., 2011, Rudolph și colab., 2017). În acest studiu, modelul PLSR a fost construit pentru a găsi componentele latente combinate liniar, extrem de predictive ale vârstei unui individ. Procedura de formare și estimare a modelului de predicție a vârstei sa bazat pe 156 de valori ale rentabilității investiției (ROI) din seturile de date cu acces deschis (n = 598).
Validarea încrucișată a modelului de predicție a vârstei
Pentru a construi un model PLSR aplicabil datelor independente și pentru a obține generalizabilitate, s-a optimizat numărul de componente PLS, utilizând validarea încrucișată leave-one-out (LOOCV). Deși adăugând succesiv mai multe componente ale variabilelor latente ar deriva un model mai complex în explicarea datelor date, trebuind astfel aplicate proceduri de validare încrucișată pentru a determina dacă un model complex pentru a explica dacă datele sunt independente de datele de antrenament. Folosind procedura LOOCV, s-au împărțit iterativ datele de antrenament (n = 597) pentru a construi un model și pentru a prezice datele dintr-un singur subiect. Fiecare procedură de modelare și predicție a fost repetată de 598 de ori. În cadrul fiecărui model, cu un număr diferit de componente, a fost calculată eroarea medie pătrată rădăcină (RMSE) a procedurilor LOOCV iterate. Examinând eroarea de predicție în afara eșantionului pentru fiecare componentă PLS, modelul PLSR a fost optimizat între modelele necorespunzătoare și cele suprapuse (Whelan și Garavan, 2014, Gabrieli și colab., 2015, Rudolph și colab., 2017). Această abordare a identificat modelul optim care a prezentat cel mai mic RMSE și cea mai mare varianță explicită (R2) în predicția vârstei subiectului abandonat.
Analiza statistică a vârstei preconizate
Vârstele creierului subiecților individuali din datele KSHAP (n = 68) au fost prognozate pe baza greutăților modelului PLSR validat încrucișat, utilizând datele de intrare pentru 156 valori regionale ale creierului. Am examinat corelațiile bivariate dintre vârstele reale și vârstele prezise pentru datele KSHAP. Apoi, am folosit analiza covarianței (ANCOVA) pentru a compara diferențele dintre vârsta creierului estimată între grupurile varstei subiective, ajustând efectele liniare ale sexului, educației și vârstei. Media diferențiată a vârstei prognozate a indicat diferența. Am examinat în plus dacă rezultatul ANCOVA s-a schimbat atunci când s-a evaluat auto-evaluarea de sănătate, simptomele depresive, funcția cognitivă și trăsăturile de personalitate covariate. Am determinat semnificația diferenței de grup la nivelul p <0,05.
Rezultate
Analiza corelației pe ordinea de rang a arătat că grupul vârstei sugestive a fost pozitiv (de la tineri la vârstnici) asociată cu mai puțini ani de educație, cu o performanță mai scăzută a memoriei de lucru și cu o sănătate mai slabă de auto-evaluare. Comparațiile grupurilor au arătat în mod specific diferențele semnificative în ceea ce privește vârsta cronologică (aceeași <vârstă, p = 0,043), simptomele depresive (aceeași <vârstă mai mare, p = 0,035) și MMSE-DS (mai tineri, mai mari> p = 0.013; ).
Apoi s-a examinat modul în care vârsta sugestivă a fost asociată cu volumul regional al GM utilizând analiza VBM. Diferențele de grup între grupurile vârstei sugestive în analiza ANCOVA au arătat diferențe pentru volumul regional din girosca frontală inferioară dreaptă si pentru girosca temporală superioară .O comparație post-hoc între fiecare pereche de grupuri a identificat patru grupări semnificative printre rezultatele testului F (FWE de voxel sau cluster p <0,05). Studiul comparativ a arătat că cei cu vârstă sugestivă mai tânără aveau densitate regională mai mare a GM decât cea a acelor din același grup cu o varsta sugestiva mai mare decât cea cronologică .
Vârsta sugestivă a fost asociată cu un volum regional scăzut și cu vârsta creierului prognozată. Constatările sugerează că senzația de vârstă subiectivă a vârstei poate reflecta îmbătrânirea structurile creierului relativ mai rapid, în timp cei care care prezintă o vârsta subiectivă mai tanără ar avea structuri mai bine conservate și mai sănătoase. Acest studiu, a fost prima încercare de a examina fundamentele neuroanatomice ale vârstei subiective.
Când s-a examinat diferențele structurale regionale în GM folosind analiza VBM, s-a constatat că volumele cortexului prefrontal inferior, girosca temporală superioară posterioară și regiunea striatală au prezentat cea mai puternică asociere cu grupurile vârstei subiective. Studiile anterioare au arătat că volumul insulei drepte este asociat cu metacogniția și conștientizarea performanței sarcinii (Cosentino et al., 2015), iar giroscul temporal posterior drept joacă un rol important în procesarea conștientizării reprezentărilor corpului și a spațiului ( Karnath și colab., 2001; Blanke și colab., 2002). Degradarea neurală în aceste regiuni poate afecta modul în care se urmărește starea fizică și percepția asupra schimbărilor legate de vârstă. Pe de altă parte, mecanismul central al vârstei subiective a fost localizat în sistemul dopaminergic frontal-striatal, care joacă un rol central în explicarea îmbătrânirii sănătoase a creierului și a declinului cognitiv (Bäckman et al., 2010). Între timp, s-a constatat că volumul redus al creierului cortexului frontal inferior este asociat cu funcționarea ineficientă a procesului de control inhibitor (Turner and Spreng, 2012; Aron și colab., 2014). Abilitatea de a inhiba sau de a suprima informații irelevante sau care nu sunt mai relevante a fost propusă ca un proces central în explicarea declinului cognitiv legat de vârstă într-o varietate de sarcini (Hasher și Zacks, 1988; Hasher et al., 1991). Deficiența sarcinilor care necesită funcția de control cognitiv poate afecta aprecierea generală a stării de îmbătrânire cognitivă. Este remarcabil faptul că alte regiuni ale creierului foarte sensibile la îmbătrânire (Fjell et al., 2009b, 2014) nu au prezentat o asociere proeminentă cu vârstei subiective în rezultatele studiului.
Rezultatele studiului pot să sugereze că, în concordanță cu ipoteza interoceptivă
(Diehl și Wahl, 2010), senzația de tineri sau cea unei vârste mai înaintate
decât cea cronologică poate fi o percepție indirectă a îmbătrânirii
neurobiologice. Dacă diferențele individuale în cee ace priveste preceptia
varstei subiective rezultă în principal din impactul social asupra
reprezentării atitudinii, este mai puțin probabil ca sentimentul de o varsta
mai mica decat cea reala să fie asociata
cu markeri ai îmbătrânirii neurobiologice. Examinarea corelațiilor varstei
subiective utilizând markeri obiectivi măsurați, în afară de măsurătorile
auto-raportate, poate întări validitatea ipotezei interoceptive. Studiile
anterioare au aratat deja ca cei cu o varsta subiectiva perceputa ca fiind mai in varsta prezintă markeri mai saraci de
imbatranire biologica (Stephan et al., 2015b, c). Atrofia semnificativă a
țesutului vârstei genetice a genei și a
vârstei cerebrale poate reflecta riscurile cerebrovasculare (Seo et al., 2012;
Lockhart și DeCarli, 2014) și astfel de modificări determind ca indivizii sa
isi perceapa varsta reala ca fiind una mai inaintata .
O altă constatare notabilă a fost cea despre grupul care isi percepe varsta subiectiva ca fiind mai tanara aratand o diferență semnificativă între cele doua varste( cea perceputa si cea reala) . Deși majoritatea studiilor anterioare au examinat efectele liniare și continuu ale varstei sugestive asupra diferitelor rezultate, constatările studiului sugerează că senzația de mai tânăr și senzația de vârstă reala nu pot fi procese cognitive simetrice sau lineare (Kotter-Grühn și Hess, 2012, Weiss și Lang, 2012).