#PAGE_PARAMS# #ADS_HEAD_SCRIPTS# #MICRODATA#

Vztah mezi BDNF, irisinem, svalovou hmotou a sílou a kognitivními funkcemi u starších žen: jak tyto parametry predikují výsledky ve vybraných kognitivních testech


Authors: Polanská Hana 1;  Jandová Tereza 1;  Holá Veronika 1;  Dytrtová Jaklová Jana 1;  Weinerová Josefína 2;  Šteffl Michal 1;  Kramperová Veronika 1;  Bartoš Aleš 2
Authors‘ workplace: Fakulta tělesné výchovy a sportu Univerzity Karlovy, Praha 1;  Neurologická klinika 3. lékařské fakulty Univerzity Karlovy a Fakultní nemocnice Královské Vinohrady, Praha 2
Published in: Geriatrie a Gerontologie 2024, 13, č. 3: 119-125
Category: Original Article

Overview

Pochopení vztahu mezi senzomotorickými proměnnými a exerkiny, které ovlivňují funkci mozku a kognici, nám umožňuje hlouběji porozumět biologickému procesu stárnutí. Hlavním cílem této studie bylo zjistit, jak silně jsou mozkový neurotrofický faktor (brain-derived neurotrophic factor, BDNF), irisin, svalová hmota a svalová síla asociovány s výsledky testů vybraných kognitivních funkcí u starších žen a jak dobře je predikují. Padesát sedm starších žen (průměrný věk 70,4 ± 4,1 roku) absolvovalo baterii neuropsychologických testů, měření izometrické dynamometrie a bioelektrické impedance. Hladiny v krevním séru sledovaných exerkinů byly stanoveny enzymatickým imunosorbentním testem (ELISA). Pro testování predikcí byly využity hierarchické vícenásobné regresní modely. Odhadli jsme, že rozptyl 46,1 % v krátkodobé paměti byl zapříčiněn hladinami BDNF v séru, přičemž druhým statisticky významným prediktorem byl věk (beta = –0,22; p = 0,030). Síla dolních končetin (lower limb strength, LLS) prokázala významnou prediktivní sílu jak u paměti – bezprostřední vybavení (beta = 0,39; p = 0,004), tak u paměti – oddálené vybavení (beta = 0,45; p = 0,001). Hladiny BDNF v séru byly významným prediktorem u oddáleného vybavení (beta = 0,29; p = 0,048). Přidání hladin BDNF do modelu prokázalo významné zvýšení jeho prediktivní síly o přibližně 5,6 % (p = 0,048) u paměti – oddálené vybavení. Index kosterní svalové hmoty (skeletal muscle index, SMI) a úroveň vzdělání byly významnými prediktory mentální flexibility. Byla zjištěna silná pozitivní asociace mezi hladinami BDNF, irisinem, svalovou silou a kognitivní funkcí, přičemž irisin a svalová síla jsou silnými prediktory hladin BDNF u starších žen.

Studie byla realizována s podporou grantu Univerzity Karlovy – PRIMUS/19/HUM/012, Specifického vysokoškolského výzkumu SVV 260599, projektu COOPERATIO a Grantové agentury UK číslo grantu 268321.

 

Korespondenční adresa:
PhDr. Veronika Holá
Katedra gymnastiky a úpolových sportů
FTVS UK
José Martího 269/31
162 52 Praha 6-Veleslavín
e-mail: veronika.hola@ftvs.cuni.cz

Klíčová slova:

kognitivní domény, stárnutí, kognitivní výkon, kognitivní funkce, sérum, biomarkery

Úvod

Na začátku 21. století populace stárne mnohem rychleji než v minulosti, což přináší zvýšenou prevalenci věkově podmíněných neurodegenerativních onemocnění. Toto stárnutí se stává klíčovým vědeckým tématem, zejména v kontextu přirozených změn mozku spojených s věkem. Mozkový neurotrofický faktor (brain-derived neurotrophic factor, BDNF) byl nedávno uznán jako klíčový biomarker funkce centrálního nervového systému, včetně jeho neuroplasticity a neurogeneze.(1) BDNF a irisin jsou považovány za exerkiny, které se uvolňují v reakci na akutní nebo pravidelné cvičení.(2,3) BDNF se uvolňuje v různých částech mozku a bylo prokázáno, že zlepšuje neurorestorativní účinky a související kognitivní funkce, jako jsou paměť a učení.(5) Na druhou stranu irisin je považován za klíčového mediátora mezi kosterním svalstvem a mozkem,(6) který při cvičení zvyšuje expresi BDNF při překročení hematoencefalické bariéry.(7) Bylo prokázáno, že cvičení prostřednictvím mediátorů, jako je irisin, zvyšuje hladiny BDNF, objem hipokampu a neurogenezi, zlepšuje synaptickou plasticitu a prostorovou paměť.(8) Příznivé účinky jak aerobního, tak odporového cvičení na kognitivní funkce u starších osob jsou dobře zdokumentované,(9–11) nicméně základní mechanismus je stále nejasný. Nedávná studie zdůraznila pozitivní vztah mezi těmito exerkiny a kognitivním výkonem, zejména u pacientů s Alzheimerovou chorobou.(12) Nicméně nedávná metaanalýza poskytla důkazy, že cvičení nezpůsobuje rozdíl v periferní koncentraci BDNF u starších dospělých.(13) Navíc někteří autoři prokázali, že hladiny BDNF byly vyšší u starších žen s vážnou sarkopenií, což je kontroverzní zjištění, protože jiné studie uvedly, že hladiny BDNF jsou pozitivně asociovány se svalovou sílou a celkovým fyzickým výkonem.(14) Vzhledem k těmto nesrovnalostem bylo hlavním cílem této studie prozkoumat vztah mezi BDNF, irisinem, svalovou hmotou a sílou a kognitivními funkcemi u starších žen a určit, jak silně tyto parametry predikují výsledky ve vybraných kognitivních testech.

Metody

Design studie

Tato průřezová studie byla provedena jako součást klinického testování zaregistrovaného pod identifikačním číslem NCT05363228. Data byla získána v srpnu 2021 a v srpnu 2022 na Fakultě tělesné výchovy a sportu Univerzity Karlovy a ve Fakultní nemocnici Královské Vinohrady v Praze. Etické komise Fakulty tělesné výchovy a sportu a Fakultní nemocnice Královské Vinohrady schválily studii. Všechny probandky přečetly a podepsaly formulář informovaného souhlasu před zapojením do studie.

Výzkumný soubor

Studie se zúčastnilo padesát sedm starších žen. Kritéria pro zařazení do studie byla věk v rozmezí 65–80 let, úplná nezávislost, žádná omezení pohyblivosti, dobrý zrak a sluch. Vylučovací kritéria zahrnovala neurologická onemocnění (epilepsie, významné poranění hlavy, mozková mrtvice, mozkové operace, nádory mozku), psychiatrická onemocnění nebo léčba (deprese, schizofrenie, bipolární porucha, drogová závislost, alkoholismus), selhání orgánů (srdce, ledviny), onkologická onemocnění v posledních pěti letech nebo pacienti po chemoterapii či radioterapii, operace pod celkovou ane-
stezií v posledních třech měsících, užívání látek zlepšujících kognitivní funkce.

Sběr dat

Probandky uvedly svou úroveň vzdělání. Tělesná výška byla měřena pomocí přenosného stadiometru (SECA 213), tělesná hmotnost a složení těla byly měřeny pomocí bioelektrické impedance (přístrojem BIA, InBody 720, Biospace Co., Ltd., Seoul, Korea). Index kosterní svalové hmoty (SMI) byl vypočítán jako celková svalová hmota odhadnutá pomocí bioelektrické impedance (BIA), dělená druhou mocninou tělesné výšky. Index kosterní svalové hmoty (SMI) byl navržen jako poměrně citlivý diagnostický ukazatel sarkopenie u starších dospělých.(15) Podle standardních metod byla úroveň statické síly horních končetin měřena pomocí přenosného ručního dynamometru s nastavitelnou polohou rukojetí (Takei A5401, Japonsko). Byla použita nejlepší hodnota ze tří pokusů. Pro sílu dolních končetin (LLS) byla testována izometrická síla kolenních extenzorů dominantní končetiny pomocí dynamometru Humac Norm (Cybex CSMI, Stoughton, MA). Před samotným testováním absolvovaly všechny probandky řízené zahřátí pod odborným dohledem. Poté byly testovány podle standardizovaných pokynů.

Testy kognitivních funkcí

V rámci neuropsychologické baterie byl všem probandkám administrován Reyův auditorně-verbální test učení (RAVLT). RAVLT zahrnuje testy okamžitého vybavení – krátkodobá paměť (A1), schopnost a strategie učení nových informací (∑ A), interferenci (B), schopnost vybavit si naučený materiál po interferenci – bezprostřední (volné) vybavení (A6) a oddálené vybavení po 30 minutách (A7). Více správně vybavených slov znamená vyšší bodové ohodnocení a lepší výkon.(16,17)
Dále byl využit test verbální fluence kategorie zvířata. Tento test posuzuje sémantickou paměť a zároveň jazykové schopnosti. Probandky byly požádány, aby během 60 sekund vyjmenovaly co nejvíce zvířat. Více slov znamená lepší výkon.(18) Podtest Digit Symbol (DS) z Wechslerovy škály inteligence pro dospělé (WAIS-III) byl použit k testování rychlosti zpracování. Principem je přiřazování dvojic symbolů a číslic. Měří se počet správně přiřazených symbolů v určeném čase dvou minut. Maximální dosažitelné skóre je 135.(19) Trail Making Test (TMT) v obou verzích A a B byl použit k posouzení pozornosti a mentální flexibility. V TMT A subjekt propojuje sérii 25 číslic v kruzích počínaje číslem 1 a pokračující v číselném pořadí. V části B subjekt propojuje 25 číslic a písmen v kruzích v číselném a abecedním pořadí a přeskakuje střídavě mezi čísly a písmeny. Například první číslo „1“ je následováno prvním písmenem „A“, poté druhým číslem „2“ a pak druhým písmenem „B“ atd. Byla měřena rychlost a probandky byly požádány, aby test dokončily co nejrychleji. Kratší čas znamená lepší výkon u obou testů.(20)

Sběr a příprava vzorků séra

Krev byla odebrána účastnicím mezi 7.30 a 9.00 ráno z kubitální žíly do vakuovaných zkumavek. Poté byly vzorky uchovávány po dobu 90 minut při pokojové teplotě, aby se usnadnilo srážení. Následně byly krevní vzorky odděleny centrifugací při 1500 g a 20 °C po dobu 10 minut a uchovávány zmrazené při −80 °C až do analýzy. Pro odhad hladin irisinu a BDNF v krvi jsme použili soupravy pro enzymově vázaný imunosorbentní test (ELISA) ve čtečce ELISA HiPo MPP-96 Microplate fotometru (BioSan).

Analýza dat

Pro každou proměnnou byl vypočítán aritmetický průměr se směrodatnou odchylkou (SD). Ke zhodnocení vztahů mezi jednotlivými proměnnými byla použita Spearmanova korelační analýza. Hlavní analýza byla provedena pomocí hierarchických regresních modelů. V první hierarchické vícenásobné regresní analýze jsme zkoumali vliv věku, SMI, LLS a hladin irisinu na hladiny BDNF v séru.

Abychom se vyhnuli multikolinearitě, v našich modelech jsme použili pouze LLS. Zvolili jsme LLS, protože korelace mezi BDNF, irisinem, kognitivními proměnnými a LLS byla vždy vyšší než mezi sílou stisku ruky. V hlavní analýze se hierarchická vícenásobná regrese skládala ze tří bloků. V prvním bloku jsme jako kontrolní proměnné zahrnuli věk a úroveň vzdělání. Ve druhém bloku jsme přidali proměnné související se svaly – irisin, SMI a LLS. Nakonec, ve třetím bloku, jsme testovali, zda hladiny BDNF v séru byly významnými nezávislými prediktory kognitivních funkcí. Pro odhad podílu rozptylu závislých proměnných, vysvětleného nezávislými proměnnými v každém kognitivním testu, a pro zjištění změny hodnoty R2 po přidání dalších prediktorů jsme vypočítali R2. Pro zobrazení individuální prediktivní síly každého prediktoru jsme v každém bloku modelu vypočítali standardizovaný regresní koeficient beta. Hladina významnosti byla stanovena na úrovni p < 0,05. Pro výpočty a zpracování dat byl použit program IBM SPSS Statistics 24.

Výsledky

Průměrný věk probandek byl 70,4 ± 4,1 let, průměrný BMI 25,6 ± 3,8 kg/m². Charakteristiky výzkumného souboru jsou uvedeny v tabulce 1.

 

Výsledky kognitivních testů jsou uvedeny v tabulce 2. Věk koreloval pouze s TMT A a TMT B, což znamená, že vyšší věk byl spojen s horším výkonem v obou testech. Hladiny BDNF v séru významně korelovaly s irisinem a oběma měřeními svalové síly; nejsilnější asociace byla mezi BDNF a RAVLT A1 (rs = 0,774; p < 0,001). Síla stisku ruky a LLS vysoce korelovaly s RAVLT A1, RAVLT A7 a LLS také vysoce korelovaly s RAVLT A6. SMI významně korelovala pouze s TMT B (rs = –0,314; p < 0,05).

Korelační matice parametrů testovaných regresních modelů ukazující míru korelace mezi jednotlivými parametry je uvedena v tabulce 3. LLS byl nejsilnějším prediktorem hladin BDNF v hierarchických regresních modelech. Kromě LLS byl významným prediktorem také irisin. Přidání irisinu do modelu zvýšilo jeho prediktivní sílu o 9,8 % a učinilo model poměrně silným (R² = 33,8 %; p < 0,001). Podíl rozptylu vysvětleného predikčními proměnnými byl nejvyšší u krátkodobé paměti, reprezentované RAVLT A1 (R² = 60,5 %; p < 0,001). Prediktivní síla prediktorů byla významná u bezprostředního vybavení (RAVLT A6), oddáleného vybavení (RAVLT A7) pozornosti a mentální flexibility. Věk byl významným prediktorem u krátkodobé paměti (RAVLT A1) (beta = –0,22; p = 0,030), schopnosti učení (RAVLT ∑ A) (beta = –0,33; p = 0,025), pozornosti (TMT A)  (beta = 0,44; p = 0,002) a vzdělání u mentální flexibility (TMT B) (beta = 0,26; p = 0,047). Pro mentální flexibilitu byl SMI také významným prediktorem (beta = –0,27; p = 0,043). Prediktivní síla prediktorů byla navíc významná pro pozornost (R² = 23,6 %; p = 0,030) a mentální flexibilitu (R² = 23,2 %; p = 0,033).

U krátkodobé paměti přidání BDNF významně zlepšilo model o 46,1 % (p < 0,001) a přidání LLS významně zlepšilo modely pro bezprostřední (volné) vybavení (RAVLT A6) (změna R² = 20,2 %; p = 0,008) a pro oddálené vybavení (RAVLT A7) (změna R² = 23,7 %; p = 0,003). Přidání BDNF dále zvýšilo prediktivní sílu pro oddálené vybavení o 5,6 % (p = 0,048). Výsledky hierarchických regresních modelů jsou graficky znázorněny na obrázku 1.

Table 1. Sociodemografické charakteristiky souboru
Sociodemografické charakteristiky souboru

Table 2. Výsledky kognitivních testů
Výsledky kognitivních testů

Table 3. Korelační matice parametrů testovaných regresních modelů
Korelační matice parametrů testovaných regresních modelů

Image 1. Výsledky hierarchických regresních modelů
Výsledky hierarchických regresních modelů

 

Diskuse

Tato studie měla za cíl zkoumat vztah BDNF, irisinu, svalové hmoty a síly a kognitivní funkce u starších žen a určit, jak silně tyto parametry předpovídají výsledky vybraných kognitivních testů. Hlavní výsledky této studie ukazují, že: a) existuje pozitivní vztah mezi BDNF a irisinem, svalovou sílou a pamětí a hladiny BDNF silně předpovídají výkon zejména v položkách krátkodobá paměť a oddálené vybavení; b) svalová síla je pozitivně spojena s pamětí a silně předpovídá výkon především v položkách bezprostřední (volné) vybavení a oddálené vybavení; c) regresní model ukázal, že jak svalová síla, tak irisin jsou silnými pozitivními prediktory hladin BDNF v krevním séru; d) svalová hmota je však negativně spojena s výkonem v testu mentální flexibility. Ohledně hladiny BDNF v séru naše výsledky potvrdily, že mezi BDNF a irisinem existuje pozitivní vztah. Irisin je považován za mediátora komunikace mezi různými orgány a je uvolňován z kosterních svalů do těla v reakci na cvičení.(6) Naše studie potvrdila, že irisin je silným prediktorem hladin BDNF v krevním séru.(21) Pokud jde o kognitivní domény, naše výsledky jsou v souladu s předchozími studiemi, které zjistily, že nižší hladiny BDNF v séru byly spojeny s poruchami paměti u starších dospělých,(22,23,24) konkrétně pak v položkách bezprostředního a oddáleného vybavování z paměti u zdravých starších dospělých.(25)

Navíc naše výsledky v souladu s ostatními studiemi potvrzují absenci spojení mezi hladinami BDNF a sémantickou (kategoriální) verbální fluencí u zdravých dospělých (26) a také zanedbatelné spojení mezi hladinami BDNF a výsledky testu DS u zdravých starších dospělých žijících v komunitních zařízeních.(27) Lai et al. (2020) nezjistili významné spojení mezi BDNF, verbální fluencí a rychlostí zpracování u starších dospělých se stížnostmi na paměť v cirkulující krvi, ale pouze pro hladiny BDNF v mozkomíšním moku, kde zaznamenali vztah mezi nižšími hladinami BDNF a horšími výsledky v různých kognitivních testech.(28) Mezi hladinou BDNF v krvi nebyl vztah s verbální pamětí měřenou u jedinců starších 60 let žijících v komunitních zařízeních. Nicméně vzorek se skládal pouze z jedinců s mírnou kognitivní poruchou (MKP) nebo z účastníků se subjektivními stížnostmi na paměť.(28) Na rozdíl od nás Wilkosc et al. (2016) nenašli silné důkazy o vztahu mezi hladinami BDNF v séru a výkonem v testu RAVLT u zdravé polské populace v rané a střední dospělosti,(29) což může znamenat, že vztah paměti a BDNF je věkově specifický. Překvapivě však zvýšené hladiny BDNF v séru byly spojeny s horší vizuální a verbální pamětí u lidí s Alzheimerovou chorobou.(30)

Existují důkazy o tom, že hladiny BDNF mohou být zvýšeny u lidí s MKP.(31) Zvýšené hladiny BDNF u lidí s MKP podporují hypotézu o zvýšené činnosti BDNF v preklinické fázi demence.(31) Zdá se, že snížená funkce BDNF v séru a mozku pacientů s Alzheimerovou chorobou začíná až ve fázi, kdy se objeví první klinické symptomy,(32) a významně se pak snižuje v pozdějších stadiích onemocnění.(33)

Ačkoli svalová síla může být důležitá pro zdravé stárnutí mozku, je jen zřídka zkoumána jako nepsychologický prediktor kognitivních funkcí. Navzdory omezenému počtu publikací jsou výsledky jednotlivých studií poměrně heterogenní. Proto jsou naše hlavní zjištění pouze částečně v souladu s předchozími studiemi. Například Anstey, Lord a Williams (1997), stejně jako my říkají, že interakce mezi silou dolních končetin a věkem nepředpovídá výsledky ve verbální fluenci nebo rychlost zpracování;(34) nicméně podle jejich výsledků síla dolních končetin přispěla k prediktivní síle modelu mentální flexibility, což je v rozporu s našimi zjištěními. Navíc na rozdíl od nás Anstey, Stankov a Lord (1993) zjistili významný vztah mezi silou kvadricepsu a TMT A i B (35) a Frith a Loprinzi (2018) zjistili významný vztah mezi zvýšenou sílou dolních končetin a DS.(9) Kromě toho Loprinzi (2016) zjistil významný vztah mezi posilováním svalů a DS u starších dospělých(36) a Marston et al. (2019) prokázali, že odporový trénink zlepšil paměť, konkrétně oddálené vybavení u středně starých a starších dospělých.(37) V jediné podobně navržené studii od Liu et al. (2022) jsme zjistili, že asociace mezi hladinami BDNF v séru a kognitivními funkcemi se zvýšila, když byla síla stisku ruky přidána jako kovariát
u starších dospělých.(38) Hachisu et al. (2018) zjistili významné vztahy mezi hladinami BDNF v séru a tloušťkou kvadricepsu a žádné vztahy mezi hladinami BDNF v séru a sílou stisku ruky u starších dospělých;(39) nicméně neanalyzovali vztahy mezi hladinami BDNF v séru, svalovou sílou a kognitivními funkcemi. Současné poznatky o fyziologii stárnutí svalů by mohly vysvětlit naše výsledky ohledně pozitivního spojení mezi sílou svalů, BDNF a pamětí, ale i ohledně negativního spojení mezi svalovou hmotou a mentální flexibilitou.(40,41,42) I když se zdá, že snížená svalová hmota je dominantním faktorem při stárnutí svalů (síly a výkonu), kvalita svalů také přispívá k této ztrátě; například změna v ploše svalu vysvětluje pouze asi 6–8 % variability mezi jedinci ve změně síly kvadricepsu. Svalová hmota tak již není hlavním ukazatelem dobrého zdraví svalů a souvisejících nepříznivých výsledků u starší populace.(43) Místo toho může být důležitá svalová síla, která tak spolu s BDNF může lépe předpovídat celkové zdraví starší populace, včetně jejich kognitivních funkcí. Proto se pohybová aktivita zaměřená na posilování svalů jeví jako jeden z nejlepších nefarmakologických přístupů s významnými a přímými účinky na neuroplasticitu. Nicméně je třeba provést další studie, aby se toto téma podrobněji prozkoumalo. Dále jsme zjistili, že věk byl negativním prediktorem pro výkon v testu pozornosti, což podporuje myšlenku, že lidé starší 60 let projevují postupné zpomalení zpracování složitých úkolů a sníženou schopnost potlačovat irelevantní podněty,(44) a také jsme potvrdili, že úroveň vzdělání je silným pozitivním prediktorem pro mentální flexibilitu, a tím vliv vzdělání na neuropsychologický výkon.(45)

Náš výzkumný soubor tvořily relativně zdravé ženy s vyšším vzděláním, což mohlo ovlivnit výsledky a představuje to omezení naší studie. Dalším omezením jsou techniky měření hladin irisinu v krvi pomocí ELISA, o kterých jsme se zmínili jinde.(46)

Závěr

Zjistili jsme silnou asociaci mezi hladinami BDNF, irisinem, svalovou sílou a kognitivními funkcemi, přičemž irisin a svalová síla jsou silnými pozitivními prediktory hladin BDNF u starších žen. Dále BDNF, svalová síla a úroveň vzdělání jsou významnými pozitivními prediktory kognitivních testů souvisejících s pamětí u starších žen, týkajících se krátkodobé paměti a oddáleného vybavení. Je však potřeba další výzkum pro lepší porozumění vztahům mezi BDNF, irisinem, svalovou hmotou a sílou a kognitivními funkcemi pro definování jejich přesných účinků na kognitivní výkon u starších dospělých. ¡


Sources

1.           Coughlan G, Zhukovsky P, Voineskos A, et al. A profile of brain reserve in adults at genetic risk of Alzheimer’s disease. Alzheimer’s & Dementia: Diagnosis, Assessment & Disease Monitoring 2021; 13(1): e12208.

2.           Boström P, Wu J, Jedrychowski MP, et al. A PGC1-alpha-dependent myokine that drives brown-fat-like development of white fat and thermogenesis. Nature 2012; 481(7382): 463–468.

3.           Chow LS, Gerszten RE, Taylor JM, et al. Exerkines in health, resilience and disease. Nat Rev Endocrinol 2022;18(5): 273–289.

4.           Cotman CW, Berchtold NC, Christie LA. Exercise builds brain health: key roles of growth factor cascades and inflammation. Trends Neurosci 2007; 30(9): 464–472.

5.           Anacker C, Hen R. Adult hippocampal neurogenesis and cognitive flexibility-linking memory and mood. Nat Rev Neurosci 2017; 18(6): 335–346.

6.           Jodeiri Farshbaf M, Alvina K. Multiple roles in neuroprotection for the exercise derived myokine irisin. Front Aging Neurosci 2021; 13: 649929.

7.           Pedersen BK. Physical activity and muscle-brain crosstalk. Nat Rev Endocrinol 2019; 15(7): 383–392.

8.           Erickson KI, Voss MW, Prakash RS, et al. Exercise training increases size of hippocampus and improves memory. Proc Natl Acad Sci USA 2011; 108(7): 3017–3022.

9.           Frith E, Loprinzi PD. The association between lower extremity muscular strength and cognitive function in a national sample of older adults. J Lifestyle Med 2018; 8(2): 99–104.

10.        Hendrikse J, Kandola A, Coxon J, et al. Combining aerobic exercise and repetitive transcranial magnetic stimulation to improve brain function in health and disease. Neurosci Biobehav Rev 2017; 83: 11–20.

11.        Ozkaya GY, Aydin H, Toraman FN, et al. Effect of strength and endurance training on cognition in older people. J Sports Sci Med 2005; 4(3): 300–313.

12.        Rody T, De Amorim JA, De Felice FG. The emerging neuroprotective roles of exerkines in Alzheimer’s disease. Front Aging Neurosci 2022; 14: 965190.

13.        Fleitas, JC, Hammuod SFP, Kakuta E, Loreti EH. A meta-analysis of the effects of physical exercise on peripheral levels of a brain-derived neurotrophic factor in the elderly. Biomarkers: biochemical indicators of exposure, response, and susceptibility to chemicals 2022; 27(3): 205–
214.

14.        Miyazaki S, Iino N, Koda R, et al. Brain-derived neurotrophic factor is associated with sarcopenia and frailty in Japanese hemodialysis patients. Geriatr Gerontol Int 2021; 21(1): 27–33.

15.        Newman AB, Kupelian V, Visser M, et al. Health ABCSI. Sarcopenia: alternative definitions and associations with lower extremity function. J Am Geriatr Soc 2003; 51(11): 1602–1609.

16.        Bean J. Rey Auditory Verbal Learning Test, Rey AVLT. In: Kreutzer JS, DeLuca J, Caplan B (eds.) Encyclopedia of clinical neuropsychology 2001:2174–2175). New York, NY: Springer New York.

17.        Bezdíček O, Štěpánková H, Moták L, et al. Czech version of Rey Auditory Verbal Learning test: normative data. Neuropsychol Dev Cogn B Aging Neuropsychol Cogn 2014; 21(6): 693–721.

18.        Preiss M, Rodriguez M, Kawa-
ciukowa R, et al. Neuropsychologická baterie psychiatrického centra Praha [Neuropsychological battery of Prague psychiatric center. Clinical assessment of basic cognitive functions]. Psychiatrické centrum Praha 2007.

19.        Kaufman AS, Lichtenberger EO. Assessing adolescent and adult intelligence. Wiley 2005.

20.        Preiss M, Bartoš A, Čermáková R, et al. Neuropsychological battery of the Psychiatric Prague center: Clinical examinations of major cognitive functions (3 ed.) 2012 Prague: Psychiatrické centrum.

21.        Gomez-Pinilla F, Hillman C. The influence of exercise on cognitive abilities. Compr Physiol 2013; 3(1): 403–428.

22.        Erickson KI, Prakash RS, Voss MW, et al. Brain-derived neurotrophic factor is associated with age-related decline in hippocampal volume. J Neurosci 2010; 30(15): 5368–5375.

23.        Shimada H, Makizako H, Doi T, et al. A large, cross-sectional observational study of serum BDNF, cognitive function, and mild cognitive impairment in the elderly. Front Aging Neurosci 2014; 15(6): 69.

24.        Komulainen P, Pedersen M, Hanninen T, et al. BDNF is a novel marker of cognitive function in ageing women: the DR’s EXTRA Study. Neurobiol Learn Mem 2008; 90(4): 596–603.

25.        Li G, Peskind ER, Millard SP, et al. Cerebrospinal fluid concentration of brain-derived neurotrophic factor and cognitive function in non-demented subjects. PLoS One 2009; 4(5): e5424.

26.        Souza-Talarico JN, Bromberg E, Santos JLF, et al. Family and community support, brain-derived neurotrophic factor, and cognitive performance in older adults: findings from the health, wellbeing and aging study population-based cohort 2021; 15: 717847.

27.        Nettiksimmons J, Simonsick EM, Harris T, et al. Health ABCSI. The associations between serum brain-derived neurotrophic factor, potential confounders, and cognitive decline: a longitudinal study. PLoS One 2014; 9(3): e91339.

28. Lai MMY, Sharman MJ, Ames DJ, et al. Relationship of established cardiovascular risk factors and peripheral biomarkers on cognitive function in adults at risk of cognitive deterioration. J Alzheimers Dis 2020; 74(1): 163–171.

29.        Wilkosc M, Markowska A, Zajac-Lamparska L, et al. A lack of correlation between brain-derived neurotrophic factor serum level and verbal memory performance in healthy Polish population. Front Neural Circuits 2016; 10: 39.

30.        O'Bryant SE, Hobson VL, Hall JR, et al. Texas Alzheimer’s Research C. Serum brain-derived neurotrophic factor levels are specifically associated with memory performance among Alzheimer’s disease cases. Dement Geriatr Cogn Disord 2011; 31(1): 3136.

31.        Angelucci F, Spalletta G, di Iulio F, et al. Alzheimer’s disease (AD) and mild cognitive impairment (MCI) patients are characterized by increased BDNF serum levels. Curr Alzheimer Res 2010; 7(1): 15–20.

32.        Leyhe T, Stransky E, Eschweiler GW, et al. Increase of BDNF serum concentration during donepezil treatment of patients with early Alzheimer’s disease. Eur Arch Psychiatry Clin Neurosci 2008; 258(2): 124–128.

33.        Ng TKS, Ho CSH, Tam WWS, et al. Decreased serum brain-derived neurotrophic factor (BDNF) levels in patients with Alzheimer’s disease (AD): a systematic review and meta-analysis. Int J Mol Sci 2019; 20(2): 257.

34.        Anstey KJ, Lord SR, Williams P. Strength in the lower limbs, visual contrast sensitivity, and simple reaction time predict cognition in older women. Psychol Aging 1997; 12(1): 137–144.

35.        Anstey K, Stankov L, Lord S. Primary aging, secondary aging, and intelligence. Psychol Aging 1993; 8(4): 562–570.

36.        Loprinzi PD. Epidemiological investigation of muscle-strengthening activities and cognitive function among older adults. Chronic Illn 2016; 12(2): 157–162.

37.        Marston KJ, Peiffer JJ, Rainey-Smith SR, et al. Resistance training enhances delayed memory in healthy middle-aged and older adults: A randomised controlled trial. J Sci Med Sport 2019; 22(11): 1226–1231.

38.        Liu T, Li H, Conley YP, et al. The brain-derived neurotrophic factor functional polymorphism and hand grip strength impact the association between brain-derived neurotrophic factor levels and cognition in older adults in the United States. Biol Res Nurs 2022; 24(2): 226–234.

39.        Hachisu M, Hashizume M, Kawai H, et al. Relationships between serum brain-derived neurotrophic factor concentration and parameters for health scores in community-dwelling older adults. Geriatr Gerontol Int 2018; 18(3): 456–461.

40.        Delmonico MJ, Harris TB, Visser M, et al. Health aging and body. Longitudinal study of muscle strength, quality, and adipose tissue infiltration. Am J Clin Nutr 2009; 90(6): 1579–1585.

41.        McGregor RA, Cameron-Smith D, Poppitt SD. It is not just muscle mass: a review of muscle quality, composition and metabolism during ageing as determinants of muscle function and mobility in later life. Longev Healthspan 2014; 3(1): 9.

42.        Mitchell WK., Williams J, Atherton P, et al. Sarcopenia, dynapenia, and the impact of advancing age on human skeletal muscle size and strength; a quantitative review. Front Physiol 2012; 11(3): 260.

43.        Cruz-Jentoft AJ, Bahat G, Bauer J, et al. the Extended Group for, E. Sarcopenia: revised European consensus on definition and diagnosis. Age Ageing 2019; 48(1): 16–31.

44.        Commodari E, Guarnera M. Attention and aging. Aging Clin Exp Res 2008; 20(6): 578–584.

45.        Seo EH, Lee DY, Choo IH, et al. Performance on the Benton Visual Retention Test in an educationally diverse elderly population. J Gerontol B Psychol Sci Soc Sci 2007; 62(3): 191–193.

46.        Jandová T, Buendia-Romero A, Polanská H, et al. Long-term effect of exercise on irisin blood levels-systematic review and meta-analysis. Healthcare (Basel) 2021; 9(11): 1438.

Labels
Geriatrics General practitioner for adults Orthopaedic prosthetics
Topics Journals
Login
Forgotten password

Enter the email address that you registered with. We will send you instructions on how to set a new password.

Login

Don‘t have an account?  Create new account

#ADS_BOTTOM_SCRIPTS#