Yaşlı Yetişkinlerde Dengeyi Fonksiyonel ve Yapısal Konnektom Tabanlı Öngörüyle Modellemesi

Neden Dengeyi Korumak Önemli?

İlerledikçe, engebeli bir zeminde dik durmak bile ciddi bir meydan okumaya dönüşebilir. Denge kaybı düşmelere, kemik kırıklarına ve bağımsızlığın yitirilmesine yol açar. Bu çalışma aldatıcı şekilde basit bir soruyu gündeme getiriyor: dinlenme halindeki beynin bağlantı düzeni ve etkinlik kalıplarına bakarak, yaşlı bir yetişkinin dengesini dengesiz bir tahtada ne kadar iyi koruyacağını tahmin edebilir miyiz? İleri düzey beyin görüntülemeyi veri odaklı bir analizle birleştirerek araştırmacılar, yaşlıların ayakta kalmasına yardımcı olan gizli ağları haritalamaya başladı.

Yaşlanan Beynin İçine Bakmak

Araştırma ekibi 64 ile 82 yaşları arasında 54 sağlıklı yetişkin gönüllü aldı. Her birey ultra yüksek manyetik alanlı ayrıntılı MRI taramalarından geçti; bu, bilim insanlarının iki tür bilgiyi yakalamasına olanak verdi. Birinci olarak, beynin fiziksel kablolamasını ölçtüler: farklı bölgeleri birbirine bağlayan sinir lifi demetleri, yani yapısal bağlantılar. İkinci olarak, katılımcılar sessizce dinlenirken ortaya çıkan spontan etkinliği kaydettiler; bu, hangi bölgelerin birlikte ateşlenme eğiliminde olduğunu gösteren fonksiyonel bağlantıları ortaya koydu. Beyni 268 bölgeye bölen standart bir atlas kullanarak bu taramaları her kişi için büyük bağlantı haritalarına ya da “konnektomlara” dönüştürdüler.

Sallantılı Zeminde Dengeyi Test Etmek

Dengeleri ölçmek için katılımcılar, ayaklar açık ve eller kalçada olacak şekilde bir kuvvet plakasının üzerine yerleştirilmiş bir sallanma tahtası üzerinde durdular ve duvardaki sabit bir noktaya odaklandılar. Tahtanın yuvarlak tabanı yüzeyi kasıtlı olarak dengesiz kıldı. Kuvvet plakasından araştırmacılar her kişinin basınç merkezinin 20 saniyelik denemeler boyunca ne kadar gezindiğini hesapladılar. Bu, bir sallanma alanı üretti: daha küçük bir alan daha dengeli duruş, daha büyük bir alan ise daha fazla sallanma anlamına geliyordu. İki deneme arasındaki en düşük sallanma alanı her kişinin denge puanı olarak alındı.

Bilgisayarlara Beyin Ağlarını Okutmak

Beyin ağları ve denge puanlarıyla donanmış olarak araştırmacılar, konnektom tabanlı öngörüsel modelleme adı verilen bir makine öğrenmesi yaklaşımı kullandılar. Özünde, bilgisayarın en iyi ve en kötü dengeyle ilişki gösteren kalıpları bulmak için tüm olası bağlantılar arasında arama yapmasına izin verdiler; her seferinde bir kişiyi dışta bırakarak tahmin doğruluğunu test ettiler. Fonksiyonel ve yapısal ağlardan ayrı modeller kurdular, sallanma alanıyla güçlü veya zayıf şekilde güvenilir biçimde ilişkili olan bağlantılara odaklandılar. Çapraz doğrulama çalışmaları boyunca tutarlı biçimde öngörüye katkıda bulunan yalnızca o kenarlar nihai “konsensüs” ağına dahil edildi.

Dengeli Adımların Arkasındaki Beyin Devreleri

Her iki tür beyin haritası da bilgi verici çıktı. Dinlenme hâlindeki fonksiyonel verideki belirli bağlantı setleri kimin daha az veya daha çok sallanacağını öngördü ve paralel—ancak tamamen aynı olmayan—bir yapısal bağlantı seti de benzer şekilde davrandı. Her iki durumda da en önemli bağlantılar hareket bölgelerini ve bazal gangliyonlar ile talamus gibi derin yapıları, ayrıca dikkat ve kontrolle ilişkili frontal ve parietal loblardaki ağları birbirine bağlıyordu. İlginç biçimde, hareket ve frontal alanları görsel bölgelerle birleştiren yapısal bağlantılar denge için güçlü öngördürücülerken, dinlenme hâlindeki fonksiyonel eşdeğerleri çok az katkı sağladı. Üç ay sonra gerçekleştirilen ikinci bir test oturumunda yapısal ağlar fonksiyonel olanlardan daha istikrarlı öngörüler sundu. Kritik olarak, aynı modeller ayrı bir görevde bacak gücünü tahmin etmeye çalıştığında başarısız oldu—bu da bu beyin paternlerinin genel fiziksel yetenekten ziyade dengeye özgü olduğunu düşündürüyor.

Bu Günlük Yaşama Ne Anlatıyor?

Daha sade bir ifadeyle, bu çalışma yaşlı yetişkinlerin hareketli bir yüzeyde ayakta ne kadar iyi durabildiklerinin, beyin ağlarının mimarisine ve sakin etkinliğine bakılarak öngörülebileceğini gösteriyor. En bilgilendirici özellikler tek bir “denge merkezi” değil, hareket bölgelerini, derin röle merkezlerini, frontal kontrol alanlarını ve görsel sistemleri birbirine bağlayan koordineli yollardır. Özellikle yapısal kablolama, zaman içinde denge kapasitesinin daha kararlı bir parmak izi gibi görünmesini sağlıyor. Katılımcı sayısının sınırlı olması ve bulguların hâlâ öncü olması nedeniyle dikkatle yorumlanmalı, ancak bu sonuçlar beyin temelli ölçümlerin düşme riski yüksek yaşlıları belirlemede ve onları ayakta tutmak için gerekli özel beyin devrelerini güçlendirecek eğitim veya rehabilitasyon programlarına rehberlik etmede yardımcı olabileceği bir geleceğe işaret ediyor.

Atıf: Liu, X., Scherrer, S., Egger, S. et al. Functional and structural connectome-based predictive modelling of balance in elderly adults. Sci Rep 16, 13954 (2026). https://doi.org/10.1038/s41598-026-43724-0

Anahtar kelimeler: denge, yaşlanma, beyin ağları, MRI, düşmeler