Computer-assisted method for quantifying sleep eye movements that reflects medication effects
Notice bibliographique
Résumé
A significant amount of data is not attended to clinically in routine sleep studies. Measures of sleep physiology not obvious to the human eye may provide important clues to disease states, and responses to therapy. For example, it has been noted that eye movements change significantly in patients exposed to antidepressant medications. This paper describes how eye movements were different in depressed patients who used antidepressant medications, compared to those who did not. Groups 1 and 2 included five patients each who used citalopram and venlafaxine respectively compared to five patients not taking any antidepressants. Autoregressive (AR) coefficients of eye movements recorded during sleep have been derived. These coefficients represent the shape of the sleep eye movements of all three groups and were classified using discriminant analysis. In this paper, an improved methodology has been used for this classification. This method includes eye movement detection with improved eye movement detection software and evaluation of AR coefficients with fixed segments. The AIC method has been used for determination of an appropriate model order of 27. AR coefficients are then derived on the basis of this optimized value and are then classified with a linear discriminant function. The overall average of the regular method accuracies were 76.4%, and 78.7% for groups 1 and 2 respectively. The overall average of the leave-one-out method accuracies were 75.5% and 77.5% for Groups 1 and 2. The results demonstrate that eye movements can be quantified and characterized with this approach. This methodology will allow the development of new metrics that may assist in disease classification, and response to treatment in a variety of neuropsychiatric conditions.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 | 0,001 |
| 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 ».