Automated Quantification of Axial EMG Tone in Sleep Identifies Patients with REM Sleep Behavior Disorder (P05.005)
Notice bibliographique
Résumé
Objective: To develop an automated tool that can quantify EMG tone in REM sleep and use it to distinguish between controls and patients with REM sleep behavior disorder (RBD). Background Schenck and Mahowald demonstrated that motor behavior in REM can predict a patient9s likelihood of developing overt Parkinson9s disease years ahead of clinical diagnosis. Motor tone in sleep can therefore provide information that may help identify patients that could be candidates for neuroprotective drug interventions. Few studies have undertaken to quantify sleep tone with an automated approach, which would facilitate screening for neurodegenerative disease. Design/Methods: A software tool to automatically quantify axial EMG tone during sleep was developed in MATLAB (MathWorks, Inc). The EMG tone of was low-pass rectified and normalized to baseline. Various measures derived included number of phasic events per hour, and mean amplitude. This tool was then used to compare the tone of patients with REM sleep behavior to age-matched controls. T-tests were used to compare the groups, with a significance level set at 0.05. Results: Six patients and six controls were assessed (4 men, 2 women; mean age = 74) with polysomnography. Patients with RBD had a greater number of phasic events per hour of sleep (1462 vs. 182, p Conclusions: An automated tool for quantification of REM sleep motor tone was able to pick out tone abnormalities in patients compared to controls. The technique is objective, and quick, and may be developed as a screening tool for milder tone abnormalities (REM sleep without atonia). The tool might therefore be able to identify patients that may be amenable to neuroprotective interventions. Supported by: Partly supported by the Comprehensive Research Experience for Medical Students (CREMS) Summer Program at the University of Toronto, Canada. Disclosure: Dr. Rasquinha has nothing to disclose. Dr. Moszczynski has nothing to disclose. Dr. Murray has received personal compensation for activities with Pfizer and Valeant as a consultant.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».