MétaCan
Menu
Retour à la cohorte
Enregistrement W2608407040 · doi:10.1093/sleepj/zsx050.091

0092 INFORMATION PROCESSING DURING SLEEP AND SLEEP MISPERCEPTION IN INSOMNIA: AN ERP STUDY.

2017· article· en· W2608407040 sur OpenAlexaff
Jessica Lebel, C.H. Bastien

Notice bibliographique

RevueSLEEP · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPsychologySleep onsetModerationAudiologyInformation processingVigilance (psychology)InsomniaOddball paradigmEvent-related potentialDevelopmental psychologyCognitionCognitive psychologyPsychiatrySocial psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Hyperarousal is linked to sleep misperception, which is especially present in paradoxical insomnia (PARA-I). ERP studies showed that hyperarousal can be expressed through enhanced information processing, which is different between PARA-I and psychophysiological insomnia (PSY-I). Our objective is to use ERPs to investigate the link between misperception and information processing. Specifically, N1 (vigilance) and P2 (inhibition) were chosen for information processing and sleep onset latency (SOL) and wake after sleep onset (WASO) were used for misperception. Our hypothesis is that the link between misperception and information processing will be stronger for PARA-I than for PSY-I and good sleepers (GS). 50 GS (age 34.7 ± 9.0), 40 PSY-I (40.9 ± 9.1) and 29 PARA-I (39.41 ± 9.2) underwent four PSG nights. Subjective and objective sleep measures were obtained for SOL and WASO. ERPs were recorded all night on Night 4 (oddball paradigm). A linear mixed model including 3 within-subject factors (peak, N1 and P2; auditory stimuli, standard and deviant; recording time, S2E, S2L, SWS, REM), 3 between-subject independent factors (group, GS, PARA-I, PSY-I; SOL and WASO misperception, over, good, under) was computed on amplitude data at Cz. Misperception was calculated as the difference between subjective and objective measures. Results revealed no differences between groups for information processing (p = 0.451). However, the interaction effect group x peak, (p=0.004), showed that P2 was higher in PARA-I. There was no moderator effect of group on the link between misperception and hyperarousal (p=0.769, p=0.440). A higher P2 in PARA-I would indicate that they need to deploy more energy to inhibit information processing, which would explain their greater misperception. Knowing that hyperarousal is a 24-hour problem, daytime ERPs should be investigated in connexion with sleep misperception. No group moderation effect means that the link between misperception and hyperarousal stays stable across sleep types. Consequently, mechanisms linking sleep misperception and hyperarousal appear similar for each group. -

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,515
Score d'incertitude au seuil0,834

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,301
Écart entre enseignants0,288 · 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 tête enseignante, 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetSleep and related disordersTravaux en français237 207