Polysomnographic diagnosis of idiopathic REM sleep behavior disorder
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
The presence of either excessive tonic chin EMG activity during REM sleep, or excessive phasic submental or limb EMG twitching is required to diagnose REM sleep behavior disorder (RBD). The aim was to identify cut-off values and to assess the sensitivity and specificity of these values taken separately or combined to diagnose idiopathic RBD patients. Eighty patients presenting with a clinical diagnosis of idiopathic RBD and 80 age- and gender-matched normal controls were studied in the sleep laboratory. Receiver operating characteristic curves were drawn to find optimal cut-off values for three REM sleep EMG parameters. Tonic and phasic EMG activity were measured in the chin, but not in the limbs. Videos were examined during the recording but were not systematically reviewed by the authors. Total correct classification of 81.9% was found for tonic chin EMG density ≥30%; 83.8% for phasic chin EMG density ≥15% and 75.6% for ≥24 leg movements per hour of REM sleep. Five patients did not fulfill any of these three polysomnographic (PSG) criteria. Conversely, one subject of the control group met the PSG criteria for RBD. This study estimates the diagnostic value of a visual scoring method for the diagnosis of idiopathic RBD and establishes cut-off values to be used in clinical and research set-ups. For the five RBD patients who did not show chin EMG abnormalities, it cannot be excluded that they had increased phasic EMG activity in the upper limbs and presented visible motor activity.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle