The Effect of Music and White Noise on Electroencephalographic (EEG) Functional Connectivity in Neonates in the Neonatal Intensive Care Unit
Notice bibliographique
Résumé
The purpose of this study is to investigate whether listening to music and white noise affects functional connectivity on scalp electroencephalography (EEG) in neonates in the neonatal intensive care unit. Nine neonates of ≥34 weeks’ gestational age, who were already undergoing clinical continuous EEG monitoring in the neonatal intensive care unit, listened to lullaby-like music and white noise for 1 hour each separated by a 2-hour interval of no intervention. EEG segments during periods of music, white noise, and no intervention were band-pass filtered as delta (0.5-4 Hz), theta (4-8 Hz), lower alpha (8-10 Hz), upper alpha (10-13 Hz), beta (13-30 Hz), and gamma (30-45 Hz). Synchronization likelihood was used as a measure of connectivity between any 2 electrodes. In theta, lower alpha, and upper alpha frequency bands, the synchronization likelihood values yielded statistical significance with sound (music, white noise and no intervention) and with edge (between any 2 electrodes) factors. In theta, lower alpha, and upper alpha frequency bands, statistical significance was obtained between music and white noise ( t = 3.12, 3.32, and 3.68, respectively; P < .017), and between white noise and no intervention ( t = 4.51, 3.09, and 2.95, respectively, P < .017). However, there was no difference between music and no intervention. Although limited by a small sample size and the 1-time only auditory intervention, these preliminary results demonstrate the feasibility of EEG connectivity analyses even at bedside in neonates on continuous EEG monitoring in the neonatal intensive care unit. They also point to the possibility of detecting significant changes in functional connectivity related to the theta and alpha bands using auditory interventions.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».