Beyond sleepy: structural and functional changes of the default-mode network in idiopathic hypersomnia
Notice bibliographique
Résumé
Idiopathic hypersomnia (IH) is characterized by excessive daytime sleepiness but, in contrast to narcolepsy, does not involve cataplexy, sleep-onset REM periods, or any consistent hypocretin-1 deficiency. The pathophysiological mechanisms of IH remain unclear. Because of the involvement of the default-mode network (DMN) in alertness and sleep, our aim was to investigate the structural and functional modifications of the DMN in IH. We conducted multimodal magnetic resonance imaging (MRI) in 12 participants with IH and 15 good sleeper controls (mean age ± SD: 32 ± 9.6 years, range 22-53 years, nine males). Self-reported as well as objective measures of daytime sleepiness were collected. Gray matter volume and cortical thickness were analyzed to investigate brain structural differences between good sleepers and IH. Structural covariance and resting-state functional connectivity were analyzed to investigate changes in the DMN. Participants with IH had greater volume and cortical thickness in the precuneus, a posterior hub of the DMN. Cortical thickness in the left medial prefrontal cortex was positively correlated with thickness of the precuneus, and the strength of this correlation was greater in IH. In contrast, functional connectivity at rest was lower within the anterior DMN (medial prefrontal cortex) in IH, and correlated with self-reported daytime sleepiness. The present results show that IH is associated with structural and functional differences in the DMN, in proportion to the severity of daytime sleepiness, suggesting that a disruption of the DMN contributes to the clinical features of IH. Larger volume and thickness in this network might reflect compensatory changes to lower functional connectivity in IH.
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 | 0,000 | 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 ».