Sleep–Wake Cycle in Young and Older Mice
Notice bibliographique
Résumé
Sleep plays a key role in multiple cognitive functions and sleep pattern changes with aging. Human studies revealed that aging decreases sleep efficiency and reduces the total sleep time, the time spent in slow-wave sleep (SWS), and the delta power (1-4 Hz) during sleep; however, some studies of sleep and aging in mice reported opposing results. The aim of our work is to estimate how features of sleep-wake state in mice during aging could correspond to age-dependent changes observed in human. In this study, we investigated the sleep/wake cycle in young (3 months old) and older (12 months old) C57BL/6 mice using local-field potentials (LFPs). We found that older adult mice sleep more than young ones but only during the dark phase of sleep-wake cycle. Sleep fragmentation and sleep during the active phase (dark phase of cycle), homologous to naps, were higher in older mice. Older mice show a higher delta power in frontal cortex, which was accompanied with similar trend for age differences in slow wave density. We also investigated regional specificity of sleep-wake electrographic activities and found that globally posterior regions of the cortex show more rapid eye movement (REM) sleep whereas somatosensory cortex displays more often SWS patterns. Our results indicate that the effects of aging on the sleep-wake activities in mice occur mainly during the dark phase and the electrode location strongly influence the state detection. Despite some differences in sleep-wake cycle during aging between human and mice, some features of mice sleep share similarity with human sleep during aging.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».