Masticatory muscle sleep background electromyographic activity is elevated in myofascial temporomandibular disorder patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Despite theoretical speculation and strong clinical belief, recent research using laboratory polysomnographic (PSG) recording has provided new evidence that frequency of sleep bruxism (SB) masseter muscle events, including grinding or clenching of the teeth during sleep, is not increased for women with chronic myofascial temporomandibular disorder (TMD). The current case-control study compares a large sample of women suffering from chronic myofascial TMD (n = 124) with a demographically matched control group without TMD (n = 46) on sleep background electromyography (EMG) during a laboratory PSG study. Background EMG activity was measured as EMG root mean square (RMS) from the right masseter muscle after lights out. Sleep background EMG activity was defined as EMG RMS remaining after activity attributable to SB, other orofacial activity, other oromotor activity and movement artefacts were removed. Results indicated that median background EMG during these non-SB event periods was significantly higher (P < 0·01) for women with myofascial TMD (median = 3·31 μV and mean = 4·98 μV) than for control women (median = 2·83 μV and mean = 3·88 μV) with median activity in 72% of cases exceeding control activity. Moreover, for TMD cases, background EMG was positively associated and SB event-related EMG was negatively associated with pain intensity ratings (0-10 numerical scale) on post-sleep waking. These data provide the foundation for a new focus on small, but persistent, elevations in sleep EMG activity over the course of the night as a mechanism of pain induction or maintenance.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle