Hypoglycemia-Induced Decrease of EEG Coherence in Patients with Type 1 Diabetes
Notice bibliographique
Résumé
BACKGROUND: Hypoglycemic events in patients with type 1 diabetes (T1D) are associated with measurable electroencephalography (EEG) changes. Previous studies have, however, evaluated these changes on a single EEG channel level, whereas multivariate analysis of several EEG channels has been scarcely investigated. The aim of the present work is to use a coherence approach to quantitatively assess how hypoglycemia affects mutual connectivity of different brain areas. MATERIALS AND METHODS: EEG multichannel data were obtained from 19 patients with T1D (58% males; mean age, 55 ± 2.4 years; diabetes duration, 28.5 ± 2.6 years; glycated hemoglobin, 8.0 ± 0.2%) who underwent a hyperinsulinemic-hypoglycemic clamp study. The information partial directed coherence (iPDC) function was computed through multivariate autoregressive models during eu- and hypoglycemia in the theta and alpha bands. RESULTS: In passing from eu- to hypoglycemia, absolute values of the iPDC function tend to decrease in both bands in all combinations of the considered channels. In particular, the scalar indicator [Formula: see text], which summarizes iPDC information, significantly decreased (P < 0.01) in 17 of 19 subjects: from T5-A1A2 to C3-A1A2 from O1-A1A2 to C4-A1A2 and from O2-A1A2 to Cz-A1A2 in the theta band and from O1-A1A2 to T4-A1A2 and from O1-A1A2 to C4-A1A2 in the alpha band. CONCLUSIONS: The coherence decrease measured by iPDC in passing from eu- to hypoglycemia is likely related to the progressive loss of cognitive function and altered cerebral activity in hypoglycemia. This result encourages further quantitative investigation of EEG changes in hypoglycemia and of how EEG acquisition and real-time processing can support hypoglycemia alert systems.
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 | 0,000 | 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 | 0,000 | 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 ».