Golf spielen gegen die Vergesslichkeit: Effekte des Erlernens der Sportart auf das Default Mode Netzwerk des Gehirns

Zusammenfassung

Einleitung Im Rahmen der Demenz vom Alzheimer-Typ (DAT) zeigt sich eine gestörte neuronale Netzwerkorganisation, welche sich unter anderem auch im Default Mode Netzwerk (DMN) widerspiegelt. Multimodale Interventionen, wie zum Beispiel Golf, können einen positiven Einfluss auf die funktionelle Integrität der Netzwerke haben.

Methodik Im Rahmen einer Pilotstudie wurde der Einfluss des Erlernens der Sportart Golf bei sieben älteren Menschen (> 60 Jahre) mit subjektiven Gedächtnisbeschwerden auf die funktionelle Konnektivität des DMN untersucht. Die Probanden haben 22 Wochen unter Anleitung eines professionellen Golftrainers dreimal wöchentlich je 60 min trainiert. Vor (Messzeitpunkt 0, MZP0) und nach der Intervention (Messzeitpunkt 1, MZP1) wurde eine Elektroenzephalografie (EEG)-Messung unter Ruhebedingungen (resting-state) durchgeführt. Die EEG-Daten wurden mit einem Magnetresonanztomographie-Template koregistriert. Die Konnektivitätsanalyse wurde in 15 Regionen des DMN durchgeführt und im Längsschnitt verglichen. Dabei wurden die Frequenzbänder beta (14–29 Hz) und theta (5–7 Hz) berücksichtigt.

Ergebnisse Nach der Intervention wurde eine höhere funktionelle Konnektivität im gesamten DMN bei 5 / 7 Teilnehmenden im beta Frequenzband bzw. bei 6 / 7 Probanden im theta Frequenzband zu MZP1 im Vergleich zu MZP0 gemessen. Im anterioren DMN war bei allen Probanden und Probandinnen die funktionelle Konnektivität im beta Frequenzband zu MZP1 im Vergleich zu MZP 0 höher, während sie im theta-Band bei 6 von 7 Teilnehmenden niedriger war. Im posterioren DMN war bei 6 von 7 (beta), bzw. 5 von 7 (theta) Probanden und Probandinnen die funktionelle Konnektivität zu MZP1 höher als zu MZP0. Spearman-Korrelationsanalysen zeigen zudem einen Zusammenhang zwischen der Teilnahmehäufigkeit und der prozentualen Veränderung der funktionellen Konnektivität im gesamten DMN des beta Frequenzbandes (r = 0,786, p = 0,036) und im anterioren DMN des theta Frequenzbandes (r = –0,821, p = 0,023).

Fazit Auf Basis der vorliegenden Daten lässt sich vermuten, dass das Erlernen der Sportart Golf einen Einfluss auf das DMN haben könnte. Die Ergebnisse bilden die Grundlage für die Planung einer Studie mit einer größeren Kohorte und randomisierten kontrollierten Design.

Summary

Introduction Alzheimer’s disease and its preclinical phase affect the functional organization of neuronal networks, which can also be seen in the Default Mode Network (DMN). Multicomponent interventions like golf may have a positive influence on functional network integrity.

Methods This pilot study investigated the influence of learning to play golf on the DMN in 7 elderly people (> 60 years) with subjective memory complaints. The participants exercised under the supervision of a professional golf trainer three times a week a’ 60 min. Resting-state electroencephalography (EEG) measurements were conducted before and after the study. The EEG data were co-registered with a template magnetic resonance image (MRI) and 15 regions of the DMN were selected for connectivity analysis, focusing on the beta (14–29 Hz) and theta (5–7 Hz) frequency band.

Results Functional connectivity of the entire DMN was higher in 5 / 7 participants in the beta frequency band and in 6 / 7 participants in the theta frequency band, respectively. In the anterior DMN, the functional connectivity in the beta frequency band was higher in all participants at t1, while it was lower in the theta (6 / 7) frequency band. In the posterior DMN, beta functional connectivity was higher at t1 in 6 / 7 participants as well as in 5 / 7 participants in the theta band. Spearman correlation analysis revealed a relation between percentage change of functional connectivity within the whole DMN for beta (r = 0,786, p = 0,036), and within the anterior DMN for theta (r = –0,821, p = 0,023).

Conclusion Based on the presented data, learning to play golf might has an influence on the DMN. The findings should be replicated in a study including a larger sample and a randomized controlled design.

Stichworte

Golf - Default Mode Network - ältere Menschen - subjektive Gedächtnisbeschwerden - körperliche Aktivität.

Key words

Golf - Default Mode Network - elderly people - subjective memory complaints - physical activity.

Publication History

Received: 19 December 2019

Accepted: 16 January 2020

Article published online:
14 April 2020

• Literatur

• 1 Bhome R, Berry AJ, Huntley JD. et al. Interventions for subjective cognitive decline: systematic review and meta-analysis. BMJ Open 2018; 8 (07) : e021610. DOI: 10.1136/bmjopen-2018-021610.
• 2 Firbank M, Kobeleva X, Cherry G. et al. Neural correlates of attention-executive dysfunction in lewy body dementia and Alzheimer’s disease. Hum Brain Mapp 2016; 37 (03) 1254-1270 . DOI: 10.1002/hbm.23100.
• 3 Hafkemeijer A, van der Grond J, Rombouts SARB. Imaging the default mode network in aging and dementia. Biochim Biophys Acta 2012; 1822 (03) : 431-441. DOI: 10.1016/j.bbadis.2011.07.008.
• 4 Babiloni C, Vecchio F, Lizio R. et al. Resting state cortical rhythms in mild cognitive impairment and Alzheimer’s disease: electroencephalographic evidence. J Alzheimers Dis 2011; 26 Suppl 3:. 201-214 . DOI: 10.3233/JAD-2011-0051.
• 5 Xu W, Wang HF, Wan Y. et al. Leisure time physical activity and dementia risk: a dose-response meta-analysis of prospective studies. BMJ Open 2017; 7 (10) : e014706. DOI: 10.1136/bmjopen-2016-014706.
• 6 Erickson KI, Voss MW, Prakash RS. et al. Exercise training increases size of hippocampus and improves memory. Proc Natl Acad Sci U S A 2011; 108 (07) : 3017-3022. DOI: 10.1073/pnas.1015950108.
• 7 Voss MW, Prakash RS, Erickson KI. et al. Plasticity of brain networks in a randomized intervention trial of exercise training in older adults. Front Aging Neurosci 2010: 2. DOI: 10.3389/fnagi.2010.00032
• 8 van Praag H, Kempermann G, Gage FH. Neural consequences of environmental enrichment. Nat Rev Neurosci 2000; 1 (03) : 191-198. DOI: 10.1038/35044558.
• 9 Jäncke L, Koeneke S, Hoppe A. et al. The architecture of the golfer’s brain. PLoS ONE 2009; 4 (03) : e4785. DOI: 10.1371/journal.pone.0004785.
• 10 Murray AD, Daines L, Archibald D. et al. The relationships between golf and health: a scoping review. Br J Sports Med 2017; 51 (01) : 12-19. DOI: 10.1136/bjsports-2016-096625.
• 11 Alschuler DM, Tenke CE, Bruder GE. et al. Identifying electrode bridging from electrical distance distributions: a survey of publicly-available EEG data using a new method. Clin Neurophysiol 2014; 125 (03) : 484-490. DOI: 10.1016/j.clinph.2013.08.024.
• 12 Delorme A, Sejnowski T, Makeig S. Enhanced detection of artifacts in EEG data using higher-order statistics and independent component analysis. Neuroimage 2007; 34 (04) : 1443-1449. DOI: 10.1016/j.neuroimage.2006.11.004.
• 13 Tadel F, Baillet S, Mosher JC. et al. Brainstorm: a user-friendly application for MEG / EEG analysis. Comput Intell Neurosci 2011 2011. 879716. DOI: 10.1155/2011/879716
• 14 Fischl B, Sereno MI, Tootell RBH. et al. High-resolution intersubject averaging and a coordinate system for the cortical surface. Hum. Brain Mapp. 1999; 8 (04) : 272-284. DOI: 10.1002/(SICI)1097-0193(1999)8:4<272::AID-HBM10>3.0.CO;2-4.
• 15 Gramfort A, Papadopoulo T, Olivi E. et al. OpenMEEG: opensource software for quasistatic bioelectromagnetics. BioMedical Engineering OnLine 2010; 9 : 45. DOI: 10.1186/1475-925X-9-45.
• 16 Dale AM, Liu AK, Fischl BR. et al. Dynamic Statistical Parametric Mapping. Neuron 2000; 26 (01) : 55-67. DOI: 10.1016/S0896-6273(00)81138-1.
• 17 Desikan RS, Ségonne F, Fischl B. et al. An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest. Neuroimage 2006; 31 (03) : 968-980. DOI: 10.1016/j.neuroimage.2006.01.021.
• 18 Kabbara A, El Falou W, Khalil M. et al. The dynamic functional core network of the human brain at rest. Sci Rep 2017; 7 (01) : 2936. DOI: 10.1038/s41598-017-03420-6.
• 19 Douw L, Nieboer D, van Dijk BW. et al. A healthy brain in a healthy body: brain network correlates of physical and mental fitness. PLoS ONE 2014; 9 (02) : e88202. DOI: 10.1371/journal.pone.0088202.
• 20 Klados MA, Styliadis C, Frantzidis CA. et al. Beta-Band Functional Connectivity is Reorganized in Mild Cognitive Impairment after Combined Computerized Physical and Cognitive Training. Front Neurosci 2016; 10 : 55. DOI: 10.3389/fnins.2016.00055.
• 21 Siegel M, Donner TH, Engel AK. Spectral fingerprints of large-scale neuronal interactions. Nat Rev Neurosci 2012; 13 (02) : 121-134. DOI: 10.1038/nrn3137.
• 22 Stam CJ, van der Made Y, Pijnenburg YAL. et al. EEG synchronization in mild cognitive impairment and Alzheimer’s disease. Acta Neurol Scand 2003; 108 (02) : 90-96. DOI: 10.1034/j.1600-0404.2003.02067.x.