Objective Measures of Disordered Sleep in Fibromyalgia
Notice bibliographique
Résumé
OBJECTIVE: Patients with fibromyalgia syndrome (FM) complain of inadequate sleep, which could contribute to common symptoms including sleepiness, fatigue, or pain. However, measures that consistently and objectively distinguish FM patients remain elusive. METHODS: Fifteen women with FM and 15 age- and gender-matched controls underwent 3 nights of polysomnography; Multiple Sleep Latency Tests to assess sleepiness; testing of auditory arousal thresholds during non-REM stage 2 and stage 4 sleep; overnight assessment of urinary free cortisol; and analysis of 24-hour heart rate variability. RESULTS: On the second night of polysomnography, women with FM in comparison to controls showed more stage shifts (p = 0.04) but did not differ significantly on any other standard polysomnographic measure or on the Multiple Sleep Latency Tests. Alpha EEG power during deep non-REM sleep, alone or as a proportion of alpha power during remaining sleep stages, also failed to distinguish the groups, as did auditory arousal thresholds. Urinary free cortisol did not differ between FM and control subjects in a consistent manner. However, decreased short-term heart rate variability (HRV) and especially ratio-based HRV among FM subjects suggested diminished parasympathetic and increased sympathetic activity, respectively. Other HRV measures suggested decreased complexity of HRV among the FM subjects. CONCLUSION: Standard measures of sleep, a gold-standard measure of sleepiness, quantified alpha-delta EEG power, auditory arousal thresholds, and urinary free cortisol largely failed to distinguish FM and control subjects. However, HRV analyses showed more promise, as they suggested both increased sympathetic activity and decreased complexity of autonomic nervous system function in FM.
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 | 0,000 |
| 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 ».