Air pollution is recognized as a modifiable risk factor for dementia, and recent evidence suggests that improving air quality could attenuate cognitive decline and reduce dementia risk. However, studies have yet to explore the effects of improved air quality on brain structures. This study aims to investigate the impact of air pollution reduction on cognitive functions and structural brain differences among cognitively normal older adults. Four hundred and thirty-one cognitively normal older adults were from the Epidemiology of Mild Cognitive Impairment study in Taiwan (EMCIT), a community-based cohort of adults aged 60 and older, between year 2017– 2021. Annual concentrations of PM2.5, NO2, O3, and PM10 at participants' residential addresses during the 10 years before enrollment were estimated using ensemble mixed spatial models. The yearly rate of change (slope) in air pollutants was estimated for each participant. Cognitive functions and structural brain images were collected during enrollment. The relationships between the rate of air pollution change and cognitive functions were examined using linear regression models. For air pollutants with significant findings in relation to cognitive function, we further explored the association with brain structure. Overall, all pollutant concentrations, except O3, decreased over the 10-year period. The yearly rates of change (slopes) in PM2.5 and NO2 were correlated with better attention (PM2.5: r = -0.1, p = 0.047; NO2: r = -0.1, p = 0.03) and higher white matter integrity in several brain regions. These regions included anterior thalamic radiation, superior longitudinal fasciculus, inferior longitudinal fasciculus, corticospinal tract, and inferior fronto-occipital fasciculus. Greater rate of reduction in air pollution was associated with better attention and attention-related white matter integrity. These results provide insight into the mechanism underlying the relationship between air pollution, brain health, and cognitive aging among older adults.

With the increasing prevalence of age-related chronic diseases burdening healthcare systems, there is a pressing need for innovative management strategies. Our study focuses on the gut microbiota, essential for metabolic, nutritional, and immune functions, which undergoes significant changes with aging. These changes can impair intestinal function, leading to altered microbial diversity and composition that potentially influence health outcomes and disease progression. Using advanced metagenomic sequencing, we explore the potential of personalized probiotic supplements in 297 older adults by analyzing their gut microbiota. We identified distinctive Lactobacillus and Bifidobacterium signatures in the gut microbiota of older adults, revealing probiotic patterns associated with various population characteristics, microbial compositions, cognitive functions, and neuroimaging results. These insights suggest that tailored probiotic supplements, designed to match individual probiotic profile, could offer an innovative method for addressing age-related diseases and functional declines. Our findings enhance the existing evidence base for probiotic use among older adults, highlighting the opportunity to create more targeted and effective probiotic strategies. However, additional research is required to validate our results and further assess the impact of precision probiotics on aging populations. Future studies should employ longitudinal designs and larger cohorts to conclusively demonstrate the benefits of tailored probiotic treatments.

Abstract Mild cognitive impairment (MCI) is recognized as the prodromal phase of dementia, a condition that can be either maintained or reversed through timely medical interventions to prevent cognitive decline. Considerable studies using functional magnetic resonance imaging (fMRI) have indicated that altered activity in the medial prefrontal cortex (mPFC) serves as an indicator of various cognitive stages of aging. However, the impacts of intrinsic functional connectivity in the mPFC as a mediator on cognitive performance in individuals with and without MCI have not been fully understood. In this study, we recruited 42 MCI patients and 57 healthy controls, assessing their cognitive abilities and functional brain connectivity patterns through neuropsychological evaluations and resting-state fMRI, respectively. The MCI patients exhibited poorer performance on multiple neuropsychological tests compared to the healthy controls. At the neural level, functional connectivity between the mPFC and the anterior cingulate cortex (ACC) was significantly weaker in the MCI group and correlated with multiple neuropsychological test scores. The result of the mediation analysis further demonstrated that functional connectivity between the mPFC and ACC notably mediated the relationship between the MCI and semantic fluency performance. These findings suggest that altered mPFC-ACC connectivity may have a plausible causal influence on cognitive decline and provide implications for early identifications of neurodegenerative diseases and precise monitoring of disease progression.

Objectives: This study aimed to explore the relationship between multidimensional factors, such as environment, health status, behavior, social support, and the well-being of middle-aged and older adults. Methods: This study utilized data from 2 waves of the nationally representative Taiwan Longitudinal Study on Aging Survey Report (TLSA) conducted in 2015 and 2019. The TLSA assesses socioeconomic status, physical and health status, the 5-item World Health Organization Well-Being Index (WHO-5 index), and social support. Data regarding the degree of digital development were obtained from the 2020 Township Digital Development Report. We applied a generalized estimating equation (GEE) to analyze the influencing factors. Results: This study included 4796 participants. Residing in areas with a higher degree of digital development, having a higher socioeconomic status, and experiencing better physical and mental health were significantly associated with well-being. Furthermore, emotional and attentive support mediated the association between physical and mental status and well-being. Conclusion: People’s awareness of searching for and receiving social support and medical resources is important for enhancing their well-being. It is also crucial to pay attention to the living environment and maintain one’s health status to promote well-being.

Abstract Introduction Alzheimer's disease (AD) involves neuroinflammation and amyloid plaque deposition, yet the role of amyloid‐reactive immune response in neurodegeneration remains unclear. We investigate amyloid‐reactive T cell levels in the Epidemiology of Mild Cognitive Impairment Study in Taiwan (EMCIT) and Taiwan Precision Medicine Initiative of Cognitive Impairment and Dementia (TPMIC) cohorts. Method Using diverse amyloid peptide formulations, we established a polyfunctionality assay for five T cell functions and compared mild cognitive impairment (MCI) patients to control subjects in both cohorts. Results In both cohorts, MCI individuals exhibit higher amyloid‐reactive T cell responses than controls. In the TPMIC cohort, CD4+ and CD8+ total response frequencies are notably elevated in MCI (CD4: 1.3%, CD8: 1.91%) versus controls (CD4: 0.15%, CD8: 0.28%; both p < 0.001). Amyloid‐reactive T cell response outperforms plasma phosphorylated tau 181 (p‐tau181) in discriminating MCI (area under the receiver operating characteristic curve CD4+: 0.97; CD8+: 0.96; p‐tau181: 0.72; both p < 0.001). Discussion Amyloid‐reactive T cell polyfunctional response distinguishes MCI from normal aging and could serve as a novel MCI biomarker. Highlights Amyloid‐reactive polyfunctional T cell responses can be detected in the peripheral circulation. Amyloid‐reactive T cell response is significantly enhanced in individuals with mild cognitive impairment compared to age‐matched, cognitively unimpaired individuals. The unique discriminative accuracy of amyloid‐reactive T cell response is significantly higher than phosphorylated tau181 and is not a result of overall T cell hyperreactivity. Future studies are needed to determine the predictive role of amyloid‐reactive T cell responses in disease progression and if the amyloid‐reactive immune response could be a therapeutic target for the treatment of neurodegeneration.

Background Intravenous thrombolysis (IVT) is the standard treatment for acute ischemic stroke (AIS) to improve functional outcomes. Furthermore, AIS is an important risk factor for dementia. Limited evidence has shown the long-term benefit of IVT on dementia in Western countries. Objective We aim to investigate the association between IVT and the risk of dementia in acute ischemic stroke patients in Asian population. Methods A retrospective cohort study using medical records from a medical center in Taiwan between 2017 and 2022 was conducted. We included acute ischemic stroke patients aged over 55 years old who had not previously been diagnosed with dementia. The primary outcome was incident dementia ascertained through dementia diagnosis in medical records. The inverse probability of treatment-weighted Cox proportional hazard models were used to estimate the association between IVT and incident dementia. Results A total of 1471 patients with AIS were included. 939 (63.8%) were male, and the mean age was 70.7[Formula: see text]9.6 years. Among them, 19.1% of patients (n = 281) received IVT. The mean follow-up time was 2.6[Formula: see text]1.7 years. Although not statistically significant, the IVT was associated with a decreased risk of dementia (HR: 0.88 [95%CI 0.54–1.41)]). Conclusions The IVT was associated with lower risk of dementia, although not statistically significant, in reducing the incidence of dementia in Asian patients with ischemic stroke. Studies with larger sample sizes will be needed in the future.

Abstract Background The growing population of male adolescent and young adult (AYA, 15-40 years old) cancer survivors has heightened interest in their reproductive health. However, studies have reported conflicting findings on the potential risks of cancer and its treatments on birth and obstetric outcomes. Methods We utilized encrypted identification numbers for both fathers and mothers to link three nationwide Taiwan datasets from 2004 to 2019, identifying 3,785 births with a paternal history of AYA cancer. For comparison, we included 37,850 matched fathers without a cancer history, matched by paternal age and infant birth year. We employed multivariable logistic regression analysis to identify independent associations between adverse birth outcomes (e.g., preterm labor, low birthweight, and congenital malformations) and obstetric outcomes (e.g., fetal growth restriction, threatened labor, and threatened abortion) and being born to male AYA cancer survivors. Results The offspring of male AYA cancer survivors did not exhibit a significantly increased risk of adverse birth (odds ratio [OR] = 1.0; 95% confidence interval [CI] = 0.9−1.1) or obstetric (OR = 1.1; 95% CI = 1.0−1.1) outcomes compared to offspring born to cancer-free matched fathers. Furthermore, the risk of preterm labor, low birthweight, congenital malformations, fetal growth restriction, and threatened labor or miscarriage was comparable between groups. Conclusions Paternal cancer history during adolescence or young adulthood does not appear to increase offspring’s risk of adverse birth or obstetric outcomes. Impact This study reassures about this population’s reproductive health, providing valuable insights for oncology and reproductive medicine, potentially influencing patient counseling and guidelines.

Motivation: Cholinergic Pathways Hyperintensities Scale (CHIPS) is a visual rating scale to evaluate the burden of cholinergic white matter hyperintensities in T2-FLAIR image, indicating the severity of dementia. However, it is still time-consuming to screen slices throughout the whole brain to choose 4 specific slices for rating. Goal(s): To develop a deep-learning-based model to automatically select 4 slices specific to CHIPS. Approach: We used ADNI T2-FLAIR dataset (N=150) to train a 4-class slice classification model (BSCA) utilized by ResNet, and a local dataset (N=30) to test its performance. Results: Our model achieved the accuracy of 99.82% and F1-score of 99.83%. Impact: BSCA can be an automatic screening tool to efficiently provide 4 specific T2-FLAIR slices covering the white matter landmarks along the cholinergic pathways for clinicians to help evaluate whether patients have the high risk to develop clinical dementia.