How Close Can Single-Channel EMG Data Come to PSG Scoring of Rhythmic Masticatory Muscle Activity?
Notice bibliographique
Résumé
Study Objectives: Assessment of jaw-muscle activity during sleep is needed to establish a definite diagnosis of sleep bruxism (SB).Multichannel polysomnographic (PSG) studies are the gold standard (GS) but are unfortunately not readily available, so singlechannel electromyographic (EMG) devices have been developed.This study attempted to evaluate an EMG algorithm for singlechannel EMG recordings in comparison with the outcome from PSG recordings.Methods: PSG data from 20 participants with different frequency of jaw-muscle EMG activity were analyzed with the GS algorithm, including previously published criteria for EMG analyses and contrasted to two different algorithms: one based on a signal recognition (SR) algorithm and the other based on a moving average (MA) estimation method, which is characterized by a comparison of the EMG amplitude to the estimated background level, and applying the rules for detection of rhythmic masticatory muscle activity (RMMA).Results: The highest correlation coefficients (r = 0.96) were obtained between the GS and the MA algorithm; however, there were no significant differences in the absolute numbers of EMG bursts or episodes between the SR and MA algorithms and GS during sleep.However, both algorithms significantly overestimated the EMG bursts and episodes when awakenings during sleep were included in the analyses.There were no significant differences between muscles or side (p > 0.06). Conclusions:This study strongly indicates that a MA algorithm may be useful for analysis of EMG activity during sleep but with recognition of the potential overestimation of EMG bursts and episodes due to transient awakenings.
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 | 0,025 | 0,261 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,013 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,010 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,007 |
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 ».