Impact of long‐COVID on the local and global efficiency of brain networks | ||
| dc.conicet.fuente | Crossref | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación | |
| dc.conicet.organizacion | Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas | |
| dc.conicet.organizacion | Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas | |
| dc.conicet.organizacion | Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación | |
| dc.conicet.organizacion | Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.produccionid | 12164315 | |
| dc.contributor.author | Travi, Fermín | |
| dc.contributor.author | Hernández, Micaela Anahí | |
| dc.contributor.author | Bianchi, Bruno | |
| dc.contributor.author | Crivelli, Lucía | |
| dc.contributor.author | Allegri, Ricardo Francisco | |
| dc.contributor.author | Fernandez Slezak, Diego | |
| dc.contributor.author | Calandri, Ismael L. | |
| dc.contributor.author | Kamienkowski, Juan Esteban | |
| dc.date.accessioned | 2025-04-29T12:48:08Z | |
| dc.date.available | 2025-04-29T12:48:08Z | |
| dc.date.issued | 2024-08 | |
| dc.date.updated | 2025-04-14T10:34:57Z | |
| dc.description.abstract | Background and purpose: Subjective cognitive complaints post-COVID-19, known as long-COVID, have unclear effects on neural activity. This study explores the neural basis of these cognitive impairments by comparing resting-state functional networks of long-COVID individuals to a control group. Methods: Forty-two individuals with cognitive complaints persisting 24 weeks post COVID-19 infection and 43 age-, sex- and education-matched healthy controls without a history of infection were studied using resting-state functional MRI (rs-fMRI) and the Uniform Data Set (UDS-3) neurocognitive test battery (NCT). Neuropsychological scores were adjusted to the mean and grouped into seven cognitive composites. The rs-fMRI data were partitioned into seven distinct functional neural networks—Salience/Ventral Attention, Dorsal Attention, Default, Frontoparietal, Visual, Somatomotor, and Limbic—and their efficiency, largest connected component, and modularity (Q) were studied. Results: The NCT scores yielded statistically significant differences in long-COVID subjects compared to controls at attention, language, memory, executive, and global composites. We observed significant differences (p < .001) in the global and mean local efficiency of the Salience/Ventral Attention and Global networks, and to a lesser extent (p < .005 and p < .01) in the Default and Dorsal Attention networks. Conclusions: Our findings reveal significant group-level differences in executive, attentional, language, and memory outcomes, alongside less efficient and organized connections among Salience/Ventral Attention and Global networks. | es |
| dc.description.fil | Fil: Travi, Fermín. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación; Argentina | |
| dc.description.fil | Fil: Hernández, Micaela Anahí. Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia; Argentina | |
| dc.description.fil | Fil: Bianchi, Bruno. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación; Argentina | |
| dc.description.fil | Fil: Crivelli, Lucía. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia; Argentina | |
| dc.description.fil | Fil: Allegri, Ricardo Francisco. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia; Argentina | |
| dc.description.fil | Fil: Fernandez Slezak, Diego. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación; Argentina | |
| dc.description.fil | Fil: Calandri, Ismael L.. Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia; Argentina | |
| dc.description.fil | Fil: Kamienkowski, Juan Esteban. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Travi, Fermín; Hernández, Micaela Anahí; Bianchi, Bruno; Crivelli, Lucía; Allegri, Ricardo Francisco; et al.; Impact of long‐COVID on the local and global efficiency of brain networks; Wiley; Clinical Neuroimaging; 1; 1-2; 8-2024; 1-7 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 2837-3219 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/259959 | |
| dc.journal.ciudad | Nueva Jersey | es |
| dc.journal.number | 1-2 | es |
| dc.journal.pagination | 1-7 | es |
| dc.journal.pais | Estados Unidos | es |
| dc.journal.title | Clinical Neuroimaging | es |
| dc.journal.volume | 1 | es |
| dc.language.iso | eng | es |
| dc.publisher | Wiley | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://onlinelibrary.wiley.com/doi/10.1002/neo2.70001 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1002/neo2.70001 | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc/2.5/ar/ | * |
| dc.subject | FMRI | es |
| dc.subject | COVID-19 | es |
| dc.subject | NETWORKS | es |
| dc.subject | NEUROSCIENCE | es |
| dc.subject.classification | Otras Ciencias de la Computación e Información | es |
| dc.subject.classification | Ciencias de la Computación e Información | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | Impact of long‐COVID on the local and global efficiency of brain networks | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.cdc997c8-8389-43ab-a9ee-e14216e0008a_B.pdf
- Tamaño:
- 1.91 MB
- Formato:
- Adobe Portable Document Format