Effects of the Duration of a Resting-State EEG Recording in Healthy Aging and Mild Cognitive Impairment
Notice bibliographique
Résumé
INTRODUCTION: The recording of resting-state EEG may provide a means to predict early cognitive decline associated with mild cognitive impairment (MCI). Previous studies have typically used very short recording times to avoid a confound with drowsiness that may occur in longer recordings. The effects of a longer recording have not however been systematically examined. METHODS: Eyes-closed resting-state EEG activity was recorded in 40 older adult participants (20 healthy older adults and 20 people with MCI). The recording period was a relatively long 6 minutes, divided into two equal 3-minute halves to determine if drowsiness will be more apparent as the recording progresses. The participants also completed standardized neuropsychological tasks that assessed global cognition (Montreal Cognitive Assessment) and memory (California Verbal Learning Test, Second Edition). A spectral analysis was performed on both short (2 seconds) and long (8 seconds) segments in both 3-minute halves. RESULTS: No differences in power density for any of the EEG frequency bands were found between the 2 halves of the study for either group. There was little evidence of increased drowsiness in the second half of the study even when frequency resolution was increased with the 8-second segmentation. Theta power density was overall larger for people with MCI compared to healthy older adults. A negative correlation was also observed between theta power and global cognition in healthy older adults. CONCLUSIONS: The present results indicate that longer resting-state EEG recording can be reliably employed without increased risk of drowsiness.
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 | 0,005 |
| 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 | 0,001 |
| 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) | 0,000 | 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 ».