PLMS and PLMW in Healthy Subjects as a Function of Age: Prevalence and Interval Distribution
Notice bibliographique
Résumé
STUDY OBJECTIVES: Several studies have demonstrated a positive correlation between periodic leg movements during sleep (PLMS) and age in healthy subjects. However, little is known about periodic leg movements during wakefulness (PLMW) in this population. Although the definitions of PLMS and PLMW specify a typical intermovement interval of 20 to 40 seconds, scoring criteria allow an intermovement interval of 4 to 90 seconds. The aim of the present study was to look at the prevalence and interval distribution of PLMS and PLMW in relationship with age in a population of healthy subjects. DESIGN: Periodic leg movements were recorded during 1 night. SETTING: Sleep laboratory, Hôpital du Sacré-Coeur de Montréal. PARTICIPANTS: Sixty-seven healthy subjects aged between 5 and 76 years (32 F, 35 M). INTERVENTIONS: N/A. MEASUREMENTS AND RESULTS: The presence of PLMS was rare before the age of 40, but then the index increased dramatically. PLMW index was higher in younger subjects compared with middle-aged subjects. Interval histograms of PLMS did not revealed a clear peak in younger subjects. With advancing age, PLMS interval histograms show a peak around 15 to 35 seconds, which is not observed in younger subjects. On the other hand, despite high indexes, PLMW interval histograms do not show a clear peak for any age group. CONCLUSION: These results illustrate that interval evaluation is an important feature of the calculation of periodic movements to discriminate spontaneous motor activity from PLMS or PLMW.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».