Ripples in scalp EEGs of children: co-occurrence with sleep-specific transients and occurrence across sleep stages
Notice bibliographique
Résumé
Study Objectives: A dialogue between hippocampal ripples (80-250 Hz) and neocortical sleep-specific transients is important for memory consolidation. Physiological neocortical ripples can be recognized in scalp EEGs of children. We investigated how often scalp-EEG recorded ripples co-occur with different types of sleep-specific transients, the distribution and spatial extent of ripples with and without co-occurring sleep-specific transients, and the occurrence of ripples across sleep stages. Methods: We marked ripples in daytime sleep-EEGs of 19 children and determined for each ripple if it co-occurred with a sleep-specific transient. We compared the distribution of ripples without co-occurring sleep-specific transients to the distribution of all ripples. We estimated the spatial extent of simultaneously occurring ripples by counting how many EEG regions they comprised. We compared ripple rate per sleep stage using Friedman's analysis of variance and Wilcoxon signed-rank test. Results: 74.4 % of ripples co-occurred with sleep-specific transients: 27.8 % with vertex waves, 14.7 % with hypnagogic hypersynchrony, 13.7 % with slow waves, 12.2 % with spindles, and 6.0 % with K-complexes. Ripples without co-occurring sleep-specific transients showed the same central dominance but a significantly less pronounced midline dominance than the overall distribution pattern. Spatial extent was larger when ripples co-occurred with sleep-specific transients. Ripple rates during nonrapid eye movement (N) sleep stages N1 and N2 were higher than during N3 (T = 22.00, p = 0.02 and T = 23.00, p = 0.01). Conclusions: Scalp-EEG recorded physiological ripples co-occur with various sleep-specific EEG-transients, especially with vertex waves. These ripples occur most frequently during light sleep.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».