Altered Sleep Mechanisms following Traumatic Brain Injury and Relation to Waking Function
Notice bibliographique
Résumé
Sleep difficulties are commonly reported following traumatic brain injury (TBI), but few studies have systematically examined the neurophysiological characteristics of sleep. Sleep EEG was quantified over multiple nights to examine mechanisms underlying sleep disruption in individuals who had sustained a TBI and to explore the relationship between sleep disruption and waking function. Sleep was recorded from 20 individuals with a TBI (18-64 years) and 20 age-matched controls over two uninterrupted nights, as well as during a night where auditory stimuli were delivered. All participants underwent neuropsychological testing and waking performance assessment. Compared to controls, the TBI group had subjective complaints of falling asleep, delayed sleep onset on polysomnography (PSG), less Slow Wave (< 1 Hz) and delta (1-4 Hz) EEG power in non-REM sleep, fewer spontaneous and evoked k-complexes, reduced periodicity of spontaneous k-complexes, and lower amplitude of evoked k-complexes. While for controls, the density, duration and periodicity of sleep spindles diminished with deepening of non-REM as typically observed, this pattern was disrupted in the TBI group with peak spindle presentation occurring in Stage 3 sleep. Night-to-night-stability of Stage 2 spindles was high for controls but absent for the TBI group. Greater injury severity was related to fewer evoked k-complexes and lower spindle density. Greater spindle production predicted better waking function in the TBI group. Taken together, these data demonstrate impairment in sleep regulatory and inhibitory mechanisms as factors underlying sleep complaints following a TBI. Spindle generation may be adaptive or a marker of resiliency following TBI.
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 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 | 0,003 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».