Systemic inflammation as a moderator between sleep and incident dementia
Notice bibliographique
Résumé
STUDY OBJECTIVES: To determine whether C-reactive protein (CRP), a marker of systemic inflammation, moderates the association between sleep and incident dementia. METHODS: We studied Framingham Heart Study participants who completed at baseline a serum CRP assessment and in-home polysomnography to measure sleep duration, sleep efficiency, sleep latency, wake after sleep onset (WASO), number of awakenings, arousal index, and apnea-hypopnea index. Participants were divided into groups according to their CRP level: low (<1 mg/L), average (1-3 mg/L), and high inflammation (>3 mg/L). Surveillance for outcomes (incident all-cause and Alzheimer's disease [AD] dementia) commenced at baseline and continued up to 22.5 years. RESULTS: In 291 participants (mean age 67.5 ± 4.9 years, 51.6% men) followed for 13.4 ± 5.4 years, we observed 43 cases of all-cause dementia, 33 of which were clinically consistent with AD. Whereas no direct association between CRP or sleep exposures was observed with incident dementia, CRP levels interacted with nighttime wakefulness when predicting both incident all-cause and AD dementia. In the high CRP group, longer WASO (hazard ratio [HR], 2.89; 95% CI, 1.31-6.34) and more nighttime awakenings (HR, 4.55; 95% CI, 1.19-17.38) were associated with higher risk of incident dementia. In the low CRP group, fewer nighttime awakenings were associated with a higher risk of incident dementia (HR, 0.07; 95% CI, 0.01-0.68). CONCLUSIONS: Our findings suggest that inflammation moderates the association between sleep, particularly nighttime wakefulness, and dementia risk. The presence of inflammation may be an important determinant in evaluating how sleep disturbances relate to neurodegeneration.
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) | 0,001 | 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 ».