Association of sleep spindle characteristics with executive functioning in healthy sedentary middle‐aged and older adults
Notice bibliographique
Résumé
To determine the relationship between sleep spindle characteristics (density, power and frequency), executive functioning and cognitive decline in older adults, we studied a convenience subsample of healthy middle-aged and older participants of the Brain in Motion study. Participants underwent a single night of unattended in-home polysomnography with neurocognitive testing carried out shortly afterwards. Spectral analysis of the EEG was performed to derive spindle characteristics in both central and frontal derivations during non-rapid eye movement (NREM) Stage 2 and 3. Multiple linear regressions were used to examine associations between spindle characteristics and cognitive outcomes, with age, body mass index (BMI), periodic limb movements index (PLMI) and apnea hypopnea index (AHI) as covariates. NREM Stage 2 total spindle density was significantly associated with executive functioning (central: β = .363, p = .016; frontal: β = .408, p = .004). NREM Stage 2 fast spindle density was associated with executive functioning (central: β = .351, p = .022; frontal: β = .380, p = .009) and Montreal Cognitive Assessment score (MoCA, central: β = .285, p = .037; frontal: β = .279, p = .032). NREM Stage 2 spindle frequency was also associated with MoCA score (central: β = .337, p = .013). Greater spindle density and fast spindle density were associated with better executive functioning and less cognitive decline in our study population. Our cross-sectional design cannot infer causality. Longitudinal studies will be required to assess the ability of spindle characteristics to predict future cognitive status.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».