Enhancements to the multiple sleep latency test
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
INTRODUCTION: The utility of multiple sleep latency tests (MSLTs) is limited to determining sleep onset latency (SOL) and rapid eye movement sleep latency. The odds ratio product (ORP) is a continuous index of sleep depth with values of 0, 1.0, and 2.5 reflecting very deep sleep, light sleep, and full wakefulness, respectively. We determined the time course of sleep depth during MSLT naps expecting that this would enhance the test's clinical utility. METHODS: Thirty MSLTs (150 naps) were performed for excessive somnolence. Patients indicated whether they slept (yes/no) after each nap. SOL was scored by two experienced technologists. Time course of ORP was determined with a commercial system. We determined ORP at SOL (ORPSOL), times ORP decreased <2.0, <1.5, <1.0 and <0.5 during the entire nap duration, and the integral of decrease in ORP over nap duration (ΔORPINT). RESULTS: SOL occurred almost invariably when ORP was between 1.0 and 2.0. Of 47 naps (21 patients) with SOL <5 minutes, ORP decreased <1.0 (light sleep) in <5 minutes in only 13 naps (nine patients) and <0.5 (deep sleep) in only two naps in one patient. The relation between ORPINT and frequency of sleep perception was well defined, allowing determination of a threshold for sleep perception. This threshold ranged widely (5-50 ΔORP*epoch). CONCLUSION: As currently identified, SOL reflects transition into a highly unstable state between wakefulness and sleep. Reporting the times of attaining different sleep depths may help better identify patients at high risk of vigilance loss. Furthermore, an ORPSOL outside the range 1.0-2.0 can help identify scoring errors.
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) | 0,000 | 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 découle