MétaCan
Menu
Retour à la cohorte
Enregistrement W1514669862 · doi:10.1093/sleep/33.11.1511

Analysis of Slow-Wave Activity and Slow-Wave Oscillations Prior to Somnambulism

2010· article· en· W1514669862 sur OpenAlexafffund
Olivier Jaar, Mathieu Pilon, Julie Carrier, Jacques Montplaisir, Antonio Zadra

Notice bibliographique

RevueSLEEP · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensUniversité de MontréalHôpital du Sacré-Cœur de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésElectroencephalographySlow-wave sleepAmplitudeAudiologySpectral analysisPhysicsPsychologyDelta waveNeuroscienceMedicineOptics

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: STUDY OBJECTIVIES: several studies have investigated slow wave sleep EEG parameters, including slow-wave activity (SWA) in relation to somnambulism, but results have been both inconsistent and contradictory. The first goal of the present study was to conduct a quantitative analysis of sleepwalkers' sleep EEG by studying fluctuations in spectral power for delta (1-4 Hz) and slow delta (0.5-1 Hz) before the onset of somnambulistic episodes. A secondary aim was to detect slow-wave oscillations to examine changes in their amplitude and density prior to behavioral episodes. PARTICIPANTS: twenty-two adult sleepwalkers were investigated polysomnographically following 25 h of sleep deprivation. RESULTS: analysis of patients' sleep EEG over the 200 sec prior to the episodes' onset revealed that the episodes were not preceded by a gradual increase in spectral power for either delta or slow delta over frontal, central, or parietal leads. However, time course comparisons revealed significant changes in the density of slow-wave oscillations as well as in very slow oscillations with significant increases occurring during the final 20 sec immediately preceding episode onset. CONCLUSIONS: the specificity of these sleep EEG parameters for the occurrence and diagnosis of NREM parasomnias remains to be determined.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,361
Score d'incertitude au seuil0,542

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,047
Tête enseignante GPT0,306
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetSleep and Wakefulness ResearchTravaux en français237 207