EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Brain Stiffness Correlation Networks in Healthy Older Adults Using Magnetic Resonance Elastography

Netzwerke der Gehirnsteifigkeit bei gesunden älteren Erwachsenen mithilfe der Magnetresonanztomographie-Elastographie

KowsalyaDevi Pavuluri iD, John Huston iD, Richard L Ehman iD, Armando Manduca iD, Clifford R Jack iD, Matthew L Senjem iD, David T Jones iD, Yi Sui, Matthew C Murphy

Human Brain Mapping · 2026-11 · 47 (16)

DOI: 10.1002/hbm.70688 ↗

Auf einen Blick

Bei 98 kognitiv unauffälligen älteren Erwachsenen zeigten Steifigkeitskorrelationsnetzwerke eine Small-World-Architektur. Sie unterschieden sich teilweise von Volumenkorrelationsnetzwerken.

Fragestellung

Zeigen Steifigkeitskorrelationsnetzwerke im Gehirn gesunder älterer Menschen eine Small-World-Topologie und wie unterscheiden sie sich von Volumenkorrelationsnetzwerken?

Methode

Analyse von MRE- und MRI-Daten von 98 kognitiv unauffälligen älteren Erwachsenen; Konstruktion von Korrelationsnetzwerken aus 112 grauen Substanzregionen; Vergleich mit Grad-erhaltenden Nullnetzwerken.

Ergebnisse

Die Steifigkeitskorrelationsnetzwerke zeigten hohe lokale Clusterung und kurze Pfadlängen; der small-world index lag bei 2,44 bei 5 % Dichte und über 1 bei allen Dichten von 5 % bis 51 %. Steifigkeits- und Volumennetzwerke korrelierten teilweise (r = 0,306; p < 0,0001), waren aber nicht redundant; die Clusterung war höher (3,01 vs. 2,43 bei 5 % Dichte).

Schlussfolgerung der Autor:innen

Die Autor:innen sehen in dem biophysikalischen Kovarianznetzwerk-Ansatz ein Referenzmodell für zukünftige Studien zu Alter, Krankheit und kognitivem Abbau und halten biomechanische Korrelationen für ergänzend zu Volumenmaßen.

Kernaussagen

  • Steifigkeitsnetzwerke zeigten Small-World-Architektur.
  • Teilweise Übereinstimmung mit Volumenkorrelationsnetzwerken.
  • Biomechanische Korrelationen könnten zusätzliche Information liefern.

Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.

Kurz gefasst

Fachartikel in der Zeitschrift Human Brain Mapping, online erschienen am 10.11.2026. Verfasst von KowsalyaDevi Pavuluri und 8 weiteren Autor:innen. Beteiligte Einrichtung: Department of Radiology, Mayo Clinic, Rochester, Minnesota, USA. Hauptthemen laut MEDLINE: Elasticity Imaging Techniques, Magnetic Resonance Imaging, Brain, Aging. Die Arbeit nennt 82 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: NIH HHS, NIBIB NIH HHS, NIA NIH HHS.

Auf einen BlickAbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Magnetic resonance elastography (MRE) quantifies tissue stiffness, a measure of microstructural integrity. While gray matter structural correlation networks are well established, the large‐scale topological organization of stiffness correlation networks is not fully characterized. This study introduces the biomechanical covariance network framework, in which stiffness correlation networks reflect inter‐individual covariation in regional stiffness across participants after adjusting for age, sex, regional gray matter volume, total intracranial volume, and scanner. We tested whether these networks exhibit small‐world topology and how they differ from volume correlation networks. MRE‐derived stiffness and MRI‐derived gray matter volume maps were analyzed from 98 cognitively unimpaired older adults, and correlation networks of 112 gray matter regions were constructed using the Mayo Clinic Adult Lifespan Template (MCALT) ADIR‐122 parcellation. The normalized clustering coefficient (), normalized path length, and small‐world index () were calculated against degree‐preserving null networks across network densities. The stiffness correlation networks exhibited small‐world architecture, with high local clustering and short path lengths ( = 2.44 at 5% density and above 1 at all densities examined, 5%–51%). Stiffness and volume correlation networks showed partial correspondence ( r = 0.306, p < 0.0001) but were not redundant, with the stiffness networks showing stronger local clustering ( = 3.01 versus 2.43 at 5% density). These findings establish the biomechanical covariance network framework in cognitively unimpaired older adults and suggest that biomechanical correlations may offer information complementary to volumetric measures. The framework provides a reference for future studies of how these networks change with age, disease, and cognitive decline.

Schlagwörter

MeSH-Schlagwörter (MEDLINE)

Elasticity Imaging TechniquesMagnetic Resonance ImagingBrainAgingGray MatterHumansFemaleAgedMaleAged, 80 and overMiddle Aged

Stichwörter der Autor:innen

brain stiffnesscovariancehealthy older adultsmagnetic resonance elastographysmall‐world networks

Autor:innen und Institutionen

  • Department of Radiology, Mayo Clinic, Rochester, Minnesota, USA.
  • Department of Physiology and Biomedical Engineering, Mayo Clinic College of Medicine, Rochester, Minnesota, USA.
  • Department of Information Technology, Mayo Clinic, Rochester, Minnesota, USA.
  • Department of Neurology, Mayo Clinic, Rochester, Minnesota, USA.

ORCID-Profile: KowsalyaDevi Pavuluri, John Huston, Richard L Ehman, Armando Manduca, Clifford R Jack, Matthew L Senjem, David T Jones

Förderung

  • NIH HHS
  • NIBIB NIH HHS
  • NIA NIH HHS
  • NINDS NIH HHS
  • National Institutes of Health

Zitieren

APA

Pavuluri, K., Huston, J., Ehman, R. L., Manduca, A., Jack, C. R., Senjem, M. L., Jones, D. T., Sui, Y., & Murphy, M. C. (2026). Brain Stiffness Correlation Networks in Healthy Older Adults Using Magnetic Resonance Elastography. Human Brain Mapping, 47(16). https://doi.org/10.1002/hbm.70688

Vancouver

Pavuluri K, Huston J, Ehman RL, Manduca A, Jack CR, Senjem ML, et al. Brain Stiffness Correlation Networks in Healthy Older Adults Using Magnetic Resonance Elastography. Human Brain Mapping. 2026;47(16). doi:10.1002/hbm.70688

BibTeX
@article{Pavuluri2026,
  author = {Pavuluri, KowsalyaDevi and Huston, John and Ehman, Richard L and Manduca, Armando and Jack, Clifford R and Senjem, Matthew L and Jones, David T and Sui, Yi and Murphy, Matthew C},
  title = {Brain Stiffness Correlation Networks in Healthy Older Adults Using Magnetic Resonance Elastography},
  journal = {Human Brain Mapping},
  year = {2026},
  volume = {47},
  number = {16},
  doi = {10.1002/hbm.70688}
}
Kostenlos starten →