The world population is rapidly aging. In Germany for example, the percentage of individuals 60 years and older is projected to be 38% in 2050. Longer lifetimes entail more progressive impairment of brain and body. It is therefore a crucial question how to assess and quantify these frequently occurring alterations associated with aging. In order to address this question, the overarching goal of this dissertation is to explore and characterize bodily and neural signals which reflect effects of aging across the adult lifespan. To this end, I performed two studies as lead investigator and contributed to three more large-scale collaborative studies.
In Study 1 (Kumral et al., 2019), I investigated the relationship of heart rate variability (HRV) to brain structure (gray matter) and resting state (rs) brain activity (functional connectivity) in a well-characterized sample of healthy subjects across the adult lifespan (N=388). For Study 2 (Koenig et al., 2020), I contributed to a mega analysis testing the association between cortical thickness and heart-rate variability (HRV) at rest, also across the lifespan (N=1218). In Study 3 (Kumral et al., 2020), I examined whether different measures of brain signal variability – identified with hemodynamic (functional magnetic resonance imaging; fMRI) or electrophysiological (EEG) methods – reflect the same underlying physiology in healthy younger and older adults (N=189). Lastly, during my dissertation work, I was part of the Mind-Body-Emotion group in Leipzig, which established two publicly available – and now widely used – datasets (Datasets 1 and 2; Babayan et al., 2019, Mendes et al., 2019), which include structural and functional MRI, EEG data as well as a range of physiological and behavioral measures.
In Study 1, I showed that age-related decreases in resting HRV are accompanied by age-dependent and age-invariant alterations in brain function, particularly located along cortical midline structures. In Study 2, we found that the age-related decrease of resting HRV was associated with cortical thinning in prefrontal brain structures. In Study 3, I demonstrated age differences in brain signal variability obtained with rs-fMRI and rs-EEG, respectively. Surprisingly, the two measures of neural variability showed no significant correlation, but rather seemed to provide complementary information on the state of the aging brain.
The present dissertation provides evidence that measures of cardiovascular and neural signal variability may be useful biomarkers for neurocognitive health (and disease) in aging. With these measures, we can further specify the dynamic interplay of the human body and the brain in relation to individual health-related factors.
Die Weltbevölkerung wird immer älter. In Deutschland wird der Anteil der Personen, die 60 Jahre und älter sind, bis zum Jahr 2050 voraussichtlich auf 38 Prozent ansteigen. Eine längere Lebensdauer bedeutet auch eine fortschreitende Beeinträchtigung des Gehirns und des Körpers. Es ist daher eine entscheidende Frage, wie diese häufigen alterungsbedingten Veränderungen festgestellt und quantifiziert werden können. Das Ziel dieser Dissertation bestand daher darin, Körper- und Gehirnsignale zu untersuchen und zu charakterisieren, welche die Auswirkungen des Alterns über die gesamte Lebensspanne widerspiegeln. Für dieses Ziel führte ich in meiner Dissertation zwei Studien als „lead investigator“ durch, darüber hinaus habe ich mich an drei weiteren Kooperations-Projekten beteiligt. In Studie 1 (Kumral et al., 2019) habe ich die Beziehung zwischen der Herzfrequenzvariabilität in Ruhe (HFV), dem Gehirnvolumen (graue Substanz) und der Gehirnaktivität (bzw. Konnektivität) im Ruhezustand anhand einer gut charakterisierten Stichprobe gesunder Probanden über die gesamte Lebensspanne (N=388) untersucht. Studie 2 (Koenig et al., 2020) ist eine Mega Analyse des Zusammenhangs zwischen der kortikalen Dichte und der HFV im Ruhezustand über die gesamte Lebensdauer (N=1218), zu der ich wesentlich beigetragen habe. Im Mittelpunkt von Studie 3 (Kumral et al., 2020) stand die Frage, ob verschiedene Messungen der Variabilität des Gehirnsignals – erhoben mit hämodynamischen (funktionelle Magnetresonanztomografie; fMRT) oder elektrophysiologischen (EEG) Methoden – die gleichen physiologischen Grundlagen bei gesunden jüngeren und älteren Menschen widerspiegeln (N=189). Als Teil der Mind-Body-Emotion-Gruppe in Leipzig war ich an der Erstellung von zwei großen – öffentlich zugänglichen und weltweit genutzten – Datensätzen aktiv beteiligt (Datensätze 1 und 2; Babayan et al., 2019, Mendes et al., 2019), die neben strukturellen und funktionellen MRT- sowie EEG-Daten auch physiologische und Verhaltensmaße umfassen. In Studie 1 fand ich, dass die altersbedingte Abnahme der Ruhe-HFV von altersabhängigen und altersinvarianten Veränderungen der Gehirnfunktion begleitet war, insbesondere entlang der kortikalen Mittellinie. In Studie 2 berichteten wir, dass die altersbedingte Abnahme der Ruhe-HFV mit einer kortikalen Verdünnung präfrontaler Hirnstrukturen verbunden war. In Studie 3 beobachtete ich Altersunterschiede in der Variabilität des Gehirnsignals, das mit Ruhe-fMRT und Ruhe-EEG gemessen wurde. Überraschenderweise zeigten die zwei Messmethoden der neuronalen Variabilität keine signifikante Korrelation, sondern lieferten ergänzende Informationen über den Zustand des alternden Gehirns. Die vorliegende Dissertation erbringt den Nachweis, dass die Messungen der kardiovaskulären und neuronalen Signalvariabilität nützliche Biomarker für die neurokognitive Gesundheit (und Krankheit) während des Alterns sein können. Mit diesen Markern können wir das dynamische Zusammenspiel des menschlichen Körpers und des Gehirns im Verhältnis zu individuellen, gesundheitsbezogenen Faktoren weiter spezifizieren.
