MétaCan
Menu
← Retour à la cohorte
Enregistrement W2533959542 · doi:10.1016/j.jalz.2016.06.1872

P3‐210: Impact of Sleep‐Related Parameters is Displayed During Overnight Polysomnography on Cognitive Function

2016· article· en· W2533959542 sur OpenAlexaboutno aff
Hun Jeong Eun

Notice bibliographique

RevueAlzheimer s & Dementia · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolysomnographyMedicineBody mass indexEpworth Sleepiness ScaleSupine positionInternal medicinePittsburgh Sleep Quality IndexBeck Depression InventoryInsomniaPhysical therapyApneaSleep qualityPsychiatry

Résumé

récupéré en direct d'OpenAlex

To analyze the impact on cognitive function by sleep -related variables that appear of overnight polysomnography. In this study, 87(Men 64, Women23) Korean patients were consecutively recruited among patients who underwent an overnight polysomnography(PSG). Statistical analyses for PSG data and sleep questionnaires results were performed using SPSS 22.0 software for Windows. Multiple regression analyses were applied in hypothesis testing. ANOVA Age(years): mean 50.41±15.250(men 49.45±15.601, women 53.09±14.209, p=0.330), BMI(body mass index): mean 25.642±4.159(men 26.020±3.800, women 24.590±4.969, p=0.159), N1 stage(%): mean 22.467±15.663(men 24.559±13.988, women 16.643±13.371, p=0.037), N2 stage(%): mean 61.814±46.980(men 62.555±54.343, women 59.752±12.829, p=0.808), N3 stage(%): mean 8.297±7.434(men 7.158±6.343, women 11.465±9.304, p=0.016), REM stage(%): mean 12.360±5.852(men 12.433±5.414, women 12.157±7.063, p=0.847). Stepwise multiple regression analyses I Dependent variable(Montreal cognitive assessment-Korean, Moca-K), Independent variables(Beck depression inventory-BDI, Apnea-hypopnea index-AHI, Supine AHI, Snoring Index(SI), Pittsuburgh sleep quality index-PSQI, Body mass index-BMI, mean and minimum O2 saturation during sleep, Epworth sleepiness scale-ESS, snoring index questionnaire, Model1-BDI(R2 12.3%, p=0.001), Model2-Supine AHI(R2 21.3%, p=0.003), Coefficienst BDI( -.0.119, p<0.001), Supine AHI(-0.039, p<0.001), Stepwise multiple regression analyses II Dependent variable(Moca-K), Independent variables(N1, N2, N3, REM, WASO-wake after sleep onset, sleep efficiency, Arousal index, PLM index-periodic leg movement index), Model 1 N1(R2 15.6%, p=0.000), Coefficients(-,0,078, p<0.001). This study demonstrated the more depression and sleep apnea and stage 1 NREM sleep(N1 stage%) can know that will affect cognitive function.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,279
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetSleep and related disorders→Travaux en français237 207→