Reduced Regional NREM Sleep Slow-Wave Activity Is Associated With Cognitive Impairment in Parkinson Disease
Notice bibliographique
Résumé
Growing evidence implicates a distinct role of disturbed slow-wave sleep in neurodegenerative diseases. Reduced non-rapid eye movement (NREM) sleep slow-wave activity (SWA), a marker of slow-wave sleep intensity, has been linked with age-related cognitive impairment and Alzheimer disease pathology. However, it remains debated if SWA is associated with cognition in Parkinson disease (PD). Here, we investigated the relationship of regional SWA with cognitive performance in PD. In the present study, 140 non-demented PD patients underwent polysomnography and were administered the Montréal Cognitive Assessment (MoCA) to screen for cognitive impairment. We performed spectral analysis of frontal, central, and occipital sleep electroencephalography (EEG) derivations to measure SWA, and spectral power in other frequency bands, which we compared to cognition using linear mixed models. We found that worse MoCA performance was associated with reduced 1–4 Hz SWA in a region-dependent manner ( F 2, 687 =11.67, p < 0.001). This effect was driven by reduced regional SWA in the lower delta frequencies, with a strong association of worse MoCA performance with reduced 1–2 Hz SWA ( F 2, 687 =18.0, p < 0.001). The association of MoCA with 1–2 Hz SWA (and 1–4 Hz SWA) followed an antero-posterior gradient, with strongest, weaker, and absent associations over frontal (rho = 0.33, p < 0.001), central (rho = 0.28, p < 0.001), and occipital derivations, respectively. Our study shows that cognitive impairment in PD is associated with reduced NREM sleep SWA, predominantly in lower delta frequencies (1–2 Hz) and over frontal regions. This finding suggests a potential role of reduced frontal slow-wave sleep intensity in cognitive impairment in PD.
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 | 0,001 |
| 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 ».