Cortical Thinning Explains Changes in Sleep Slow Waves during Adulthood
Notice bibliographique
Résumé
Sleep slow waves (SWs) change considerably throughout normal aging. In humans, SWs are generated and propagate on a structural backbone of highly interconnected cortical regions that form most of the default mode network, such as the insula, cingulate cortices, temporal lobe, parietal lobe, and medial frontal lobe. Regions in this network undergo cortical thinning and breakdown in structural and functional connectivity over the course of normal aging. In this study, we investigated how changes in cortical thickness (CT), a measure of gray matter integrity, are involved in modifications of sleep SWs during adulthood in humans. Thirty young (mean age = 23.49 years; SD = 2.79) and 33 older (mean age = 60.35 years; SD = 5.71) healthy subjects underwent a nocturnal polysomnography and T1 MRI. We show that, when controlling for age, higher SW density (nb/min of nonrapid eye movement sleep) was associated with higher CT in cortical regions involved in SW generation surrounding the lateral fissure (insula, superior temporal, parietal, middle frontal), whereas higher SW amplitude was associated with higher CT in middle frontal, medial prefrontal, and medial posterior regions. Mediation analyses demonstrated that thinning in a network of cortical regions involved in SW generation and propagation, but also in cognitive functions, explained the age-related decrease in SW density and amplitude. Altogether, our results suggest that microstructural degradation of specific cortical regions compromise SW generation and propagation in older subjects, critically contributing to age-related changes in SW oscillations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».