0284 FUNCTIONAL CONNECTIVITY DURING REM SLEEP IN HEALTHY AGING
Notice bibliographique
Résumé
Aging is associated with modifications in waking electroencephalographic (EEG) coherence, a measure of cerebral functional connectivity. EEG coherence in the alpha frequency band was reported to be lower in rapid eye movement (REM) sleep than during wakefulness in young individuals. The aim of this study was to compare EEG functional connectivity in REM sleep and in wakefulness in a group of elders with normal cognition. Thirty-two subjects without cognitive impairment (10 F; mean age 63.7 ± 6.6 years) underwent a neuropsychological evaluation, a night of polysomnography and a resting state EEG recording with 14 EEG electrodes. Imaginary coherence analyses were performed on manually selected artefact-free sections in both REM sleep and resting wakefulness. Four frequency bands (delta, theta, alpha and beta) were analysed. REM sleep and wakefulness (Fisher transform) were assessed with a Welch’s t-stat. Non-parametric test on the max-stat and a permutation resampling allowed to account for multiple comparisons (between pairs of electrodes) in a false discovery rate like thresholding (p<0.01). A global decrease of imaginary coherence was found for the alpha band in REM sleep compared to wakefulness. For delta and theta bands, imaginary interhemispheric coherence was lower in frontal areas (between F3-F4-F7-F8) but imaginary intrahemispheric coherence (between F3-C3-T5 and F4-C4-P4) was higher in REM sleep compared to wakefulness. REM sleep and wakefulness show robust differences in functional connectivity in elderly individuals with normal cognition. Future analyses will determine how these differences in coherence are associated to cognitive status in aging. Canadian Institutes of Health Research
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».