EEG connectivity across sleep cycles and age
Notice bibliographique
Résumé
STUDY OBJECTIVES: In young adults, sleep is associated with important changes in cerebral connectivity during the first cycle of non-rapid eye movement (NREM) sleep. Our study aimed to evaluate how electroencephalography (EEG) connectivity during sleep differs between young and older individuals, and across the sleep cycles. METHODS: We used imaginary coherence to estimate EEG connectivity during NREM and rapid eye movement (REM) sleep in 30 young (14 women; 20-30 years) and 29 older (18 women; 50-70 years) individuals. We also explored the association between coherence and cognitive measures. RESULTS: Older individuals showed lower EEG connectivity in stage N2 but higher connectivity in REM and stage N3 compared to the younger cohort. Age-related differences in N3 were driven by the first sleep cycle. EEG connectivity was lower in REM than N3, especially in younger individuals. Exploratory analyses, controlling for the effects of age, indicated that higher EEG connectivity in delta during N2 was associated with higher processing speed, whereas, during REM sleep, lower EEG connectivity in delta and sigma was associated with higher verbal memory performance and a higher global averaged intelligence quotient score. CONCLUSION: Our results indicated that age modifies sleep EEG connectivity but the direction and the magnitude of these effects differ between sleep stages and cycles. Results in N3 and REM point to a reduced ability of the older brains to disconnect as compared to the younger ones. Our results also support the notion that cerebral functional connectivity during sleep may be associated with cognitive functions.
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 | 0,001 |
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 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 ».