MétaCan
Menu
Retour à la cohorte
Enregistrement W2800214052 · doi:10.1093/sleep/zsy061.111

0112 Sleep-Dependent Motor Sequence Memory Consolidation in Individuals with Periodic Limb Movements

2018· article· en· W2800214052 sur OpenAlexaffabout
L. Bryan Ray, Valya Sergeeva, Jeremy Viczko, Adrian M. Owen, Stuart Fogel

Notice bibliographique

RevueSLEEP · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensUniversity of OttawaRoyal Ottawa Mental Health CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésNon-rapid eye movement sleepPsychologySleep (system call)Memory consolidationPhysical medicine and rehabilitationMotor skillAudiologyAnesthesiaMedicineEye movementNeuroscienceHippocampus

Résumé

récupéré en direct d'OpenAlex

Periodic limb movements (PLMs) during sleep increase with age and are associated with striatal neurodegeneration and dopamine deficiency. Limb movements are often associated with disruptions to non-rapid eye movement (NREM) sleep. Motor skill memory consolidation recruits the striatum and learning-dependent striatal activation is associated with NREM sleep. Therefore, we investigated whether individuals who experience significantly elevated levels of PLMs (but have not been formally diagnosed with periodic limb movement disorder) had learning and sleep-related memory deficits, and whether these deficits were related to sleep quality and symptom severity. In total, 14 adults with PLMs (PLM group), 15 age-matched controls (CTRL group), and 14 age-matched “disturbed sleep” controls (by inducing leg movements via transcutaneous electrical muscle stimulation; CTRL-ES group) participated. All participants underwent a baseline and an experimental night of sleep. On the experimental night, participants were trained (10PM) and retested (10AM) on a procedural motor sequence learning (MSL) task. The post-training sleep of the CTRL-ES group was disturbed by experimentally induced leg movements. Baseline sleep quality (e.g., total sleep time, sleep efficiency, number of awakenings and wake after sleep onset) was significantly worse in PLM than in CTRL. Despite the continued presence of PLMs in the PLM group on the experimental night, remarkably, sleep quality improved and arousals decreased, vs. baseline, and did not differ from CTRL. MSL was significantly slower in the PLM group than in CTRLs at training but, surprisingly, exhibited overnight performance gains, which correlated with reduced arousals. As predicted, CTRL, but not CTRL-ES, had overnight gains in MSL. Taken together, this suggests that following MSL, sleep quality was normalized in individuals who suffer from PLMs, where they derived the same benefit of sleep to procedural memory consolidation as CTRLs. These results suggest that MSL in individuals with PLMs may provide a benefit to sleep, which in turn may benefit memory consolidation. This research was funded by a Canada Excellence Research Chair Grant to AMO.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,636

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,279
Écart entre enseignants0,248 · 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'étudeExpérimental (laboratoire)
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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207