Slow wave activity moderates the association between new learning and traumatic brain injury severity
Notice bibliographique
Résumé
STUDY OBJECTIVES: Sleep-wake complaints and difficulties in making new learning are among the most persistent and challenging long-term sequelea following moderate to severe traumatic brain injury (TBI). Yet, it is unclear whether, and to what extent, sleep characteristics during the chronic stage of TBI contribute to sleep-wake and cognitive complaints. We aimed to characterize sleep architecture in chronic moderate to severe TBI adults and assess whether non-rapid eye movement slow wave activity (SWA) is associated to next day performance in episodic memory tasks according to TBI severity. METHODS: Forty-two moderate to severe TBI participants, 12-47 months post-injury, and 38 healthy controls were tested with one night of in-laboratory polysomnography, followed the next morning by questionnaires (sleep quality, fatigue, and sleepiness) and neuropsychological assessment. We used multiple regression analyses to assess the moderator effect of SWA power on TBI severity and next-day memory performance. RESULTS: We found that TBI participants reported worse sleep quality and fatigue, and had worse cognitive performance than controls. No between group differences were found on macro- and micro-architecture of sleep. However, SWA significantly interacted with TBI severity to explain next-day memory performance: higher SWA was more strongly associated to better memory performance in more severe TBI compared to milder TBI. CONCLUSIONS: This study provides evidence that the injured brain is able to produce macro- and micro-architecture of sleep comparable to what is seen in healthy controls. However, with increasing TBI severity, lower non-rapid eye movement SWA power is associated with reduced ability to learn and memorise new information the following day.
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 | 0,001 | 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 | 0,001 |
| 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 ».