Pain and the Alpha-Sleep Anomaly: A Mechanism of Sleep Disruption in Facioscapulohumeral Muscular Dystrophy
Notice bibliographique
Résumé
OBJECTIVE: To measure the presence of the alpha-sleep anomaly in facioscapulohumeral muscular dystrophy (FSHD) and to evaluate the association between the sleep electroencephalogram (EEG) pattern and the presence of musculoskeletal pain. DESIGN: Cross-sectional study. SETTING: Sleep laboratory. SUBJECTS: Fifty-five consecutive adult FSHD patients, 26 women and 29 men, age 49.6 ± 15.1 years (range 18-76). INTERVENTIONS: Questionnaires and polysomnography. OUTCOME MEASURES: Patients were asked to indicate if in the 3 months before the sleep study they presented persisting or recurring musculoskeletal pain. Patients who reported pain were asked to fill in the Italian version of the Brief Pain Inventory and the McGill Pain questionnaire, and a 101-point visual analog scale (VAS) for pain intensity. Polysomnographic recordings were performed. EEG was analyzed by means of Fast Fourier Transform. Four power spectra bands (δ 0-4 Hz, θ 4-8 Hz, α 8-14 Hz, β 14-32 Hz) were computed. Sleep macrostructure parameters and alpha/delta EEG power ratio during non rapid eye movement (NREM) sleep were compared between patients with and without pain. RESULTS: Forty-two patients in our sample reported chronic pain. VAS mean score was 55.2 ± 23.8 (range 10-100), pain rating index score was 13.8 ± 10.2, and present pain intensity was 2.5 ± 0.8. The statistical analysis documented an increased occurrence of the alpha and beta rhythms during NREM sleep in FSHD patients with pain. Significant correlations were observed between the alpha/delta power ratio during NREM sleep and pain measures. CONCLUSIONS: Chronic musculoskeletal pain is frequent in FSHD patients, and it represents a major mechanism of sleep disruption.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».