Sleep and EEG Power Spectral Analysis in Three Transgenic Mouse Models of Alzheimer’s Disease: APP/PS1, 3xTgAD, and Tg2576
Notice bibliographique
Résumé
BACKGROUND: Sleep disturbances have long been associated with Alzheimer's disease (AD), and there is a growing interest in how these disturbances might impact AD pathophysiology. Despite this growing interest, surprisingly little is known about how sleep architecture and the broader neuronal network are affected in widely used transgenic mouse models of AD. OBJECTIVE: We analyzed sleep and electroencephalography (EEG) power in three transgenic mouse models of AD, using identical and commercially available hardware and analytical software. The goal was to assess the suitability of these mouse lines to model sleep and the broader neuronal network dysfunction measured by EEG in AD. METHODS: Tg2576, APP/PS1, and 3xTgAD transgenic AD mice were studied using in vivo EEG recordings for sleep/wake time and power spectral analysis. RESULTS: Both the APP/PS1 model at 8- 10 months and the Tg2576 model at 12 months of age exhibited stage-dependent decreases in theta and delta power, and shifts in the power spectra toward higher frequencies. Stage-dependent power spectral analyses showed no changes in the 3xTgAD model at 18 months of age. The percentage of time spent awake, in non-rapid eye movement sleep (NREM), or in rapid-eye-movement sleep (REM) was not different between genotypes in any of the transgenic lines. CONCLUSION: Our findings are consistent with data from several other transgenic AD models as well as certain studies in patients with mild cognitive impairment. Further studies will be needed to better understand the correlation between EEG spectra and AD pathophysiology, both in AD models and the human condition.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».