Das WIN-Kolleg

293

Tab. 2. Stichprobencharakteristik der drei Altersgruppen für die Analyse der lH-MRS-Daten

Altersklasse 1
(20-39 Jahre)
n = 25
Altersklasse 2
(40-59 Jahre)
n = 24
Altersklasse 3
(60-80 (+) Jahre)
n = 24
Geschlecht
weiblich (n)
14
14
13
männlich (n)
11
10
11
Alter (MW ± SD)
28.58 ± 4.98
51.58 ± 5.9
66.13 ± 4.45

Für die FWM zeigte sich eine starke negative Korrelation der tNAA-Konzen-
tration (n=66, r=—.337, p=.006) sowie eine positive Korrelation zwischen ml (n=66,
r=.321, p=.OO9) und dem Alter (s. Abb. 2 a, c). Für tCr zeigte sich ein Trend zur
Erhöhung mit dem Alter (n=66, r=.2O9, p=.O92). Zusätzlich zu den Veränderungen
der Metabolitenkonzentration im Alter zeigte sich auch eine Veränderung der T2-
Relaxationszeit des Gehirnwassers (T2 BW) in der FWM (s. Abb. 2 e). Diese T2-
Relaxationszeit ist eine Eigenschaft des Wassers, welches sich sowohl im Gehirnge-
webe als auch in den Liquorräumen (CSF) befindet und nach unseren Ergebnissen
im Alter zu nimmt (n=66, r=.61O, p<.0001).
Im Hippokampus hingegen, mit der geringeren Stichprobenzahl von n=38,
konnte keine Veränderungen für die Metabolitenkonzentrationen im Alter beobach-
tet werden, auch nicht für tNAA und ml (siehe Abb. 2 b, d). Lediglich eine bedeut-
same Erhöhung der T2-Relaxationszeit des Gehirnwassers konnte festgestellt wer-
den (n=38, r=.423, p=.OO8) (s.Abb. 2 f).

Ergebnisse der mathematischen Netzwerkanalysen
Im Berichtszeitraum wurden die Algorithmen zur Generierung der neuronalen
Netzwerke in MATLAB implementiert und erfolgreich auf fMRT-Daten ange-
wandt. Berechnet wurden Gradverteilung, Clustering-Koeffizient, kürzeste Pfadlän-
gen und weitere Parameter. Es zeigten sich deutliche Unterschiede zwischen den
Netzwerken junger und älterer Probanden sowohl während Belastung des Arbeits-
gedächtnisses als auch des autobiografischen Gedächtnisses (s.Tab. 3).

Tab. 3. Ausgewählte Netzwerkparameter unter Belastung des Arbeitsgedächtnisses (WM) und des auto-
biografischen Gedächtnisses (AM) für jüngere und ältere Probanden (Pbn)

Anm. n: Anzahl der Voxel, <k>: mittlerer Grad, <C>: mittlerer Clustering-Koeffizient, LCC: größte
Komponente im Graphen, <dG>: Dichte.

n
<k>
<C>
LCC
<dG>
A.M. jüngere Pbn
7554
13.09
0.653
1436
3.12
WM ■ ■ Dk
w xvx jUngere pbn
7554
2.16
0.523
793
3.59
AM ältere Pbn
7129
263.93
0.787
3362
2.51
WM ältere Pbn
7129
224.19
0.784
3211
2.61