Intraindividual Characterization of the Sleep Spindle Variability in Healthy Subjects
Notice bibliographique
Résumé
Spatial and frequency characterization of sleep spindles have been extensively addressed using M/EEG or fMRI recordings. However, its intraindividual variability across time has not been addressed. Here we propose to assess the intraindividual variability of sleep spindles in a time-resolved way by means of a trial-to-trial-variability (TTV) measure. For that purpose, the EEG of 26 healthy subjects were recorded overnight. After an exhaustive preprocessing pipeline to remove artifacts, spindles were automatically detected using a complex demodulation-based method. Then, the Wavelet Scalogram was estimated to validate it. Spindle TTV of each participant was also computed for all the conventional EEG frequency bands. Root mean square (RMS) of each TTV signal was calculated as a measure of the total variability of each spindle. Results showed significant differences in the variability between frequencies. Specifically, RMS in the beta-1 frequency band showed higher values as compared to all the other frequency bands (p<0.001). TTV curves showed a dichotomic trend, with lower frequencies showing an increase in the variability before the spindle onset, and higher frequencies showing such increase after the onset. The dependence of the spindle variability with the frequency could be explained by the influence of the multiple cortical generators involved.Clinical Relevance- Sleep spindles are similarly affected in different cognitive-related disorders, which supports the relevance of assessing abnormal sleep patterns as a possible cause for such cognitive deficits.
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 | 0,002 |
| 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 | 0,000 |
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 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 ».