MétaCan
Menu
Retour à la cohorte
Enregistrement W3148209357 · doi:10.1111/joor.13170

Signal acquisition and analysis of ambulatory electromyographic recordings for the assessment of sleep bruxism: A scoping review

2021· review· en· W3148209357 sur OpenAlexaff
Magdalini Thymi, Frank Lobbezoo, Ghizlane Aarab, Jari Ahlberg, Kazuyoshi Baba, Maria Clotilde Carra, Luigi M. Gallo, Antoon De Laat, Daniele Manfredini, Gilles Lavigne, Peter Svensson

Notice bibliographique

RevueJournal of Oral Rehabilitation · 2021
Typereview
Langueen
DomaineHealth Professions
ThématiqueTemporomandibular Joint Disorders
Établissements canadiensCanadian Sleep & Circadian NetworkUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-Montréal
Organismes subventionnairesnon disponible
Mots-clésSleep (system call)AmbulatoryPhysical medicine and rehabilitationElectromyographySleep BruxismMedicineAudiologyPsychologyComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Ambulatory electromyographic (EMG) devices are increasingly being used in sleep bruxism studies. EMG signal acquisition, analysis and scoring methods vary between studies. This may impact comparability of studies and the assessment of sleep bruxism in patients. OBJECTIVES: (a) To provide an overview of EMG signal acquisition and analysis methods of recordings from limited-channel ambulatory EMG devices for the assessment of sleep bruxism; and (b) to provide an overview of outcome measures used in sleep bruxism literature utilising such devices. METHOD: A scoping review of the literature was performed. Online databases PubMed and Semantics Scholar were searched for studies published in English until 7 October 2020. Data on five categories were extracted: recording hardware, recording logistics, signal acquisition, signal analysis and sleep bruxism outcomes. RESULTS: Seventy-eight studies were included, published between 1977 and 2020. Recording hardware was generally well described. Reports of participant instructions in device handling and of dealing with failed recordings were often lacking. Basic elements of signal acquisition, for example amplifications factors, impedance and bandpass settings, and signal analysis, for example rectification, signal processing and additional filtering, were underreported. Extensive variability was found for thresholds used to characterise sleep bruxism events. Sleep bruxism outcomes varied, but typically represented frequency, duration and/or intensity of masticatory muscle activity (MMA). CONCLUSION: Adequate and standardised reporting of recording procedures is highly recommended. In future studies utilising ambulatory EMG devices, the focus may need to shift from the concept of scoring sleep bruxism events to that of scoring the whole spectrum of MMA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,083
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,083
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0060,007
Bibliométrie0,0280,021
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0030,003
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,504
Écart entre enseignants0,435 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Oral RehabilitationMême sujetTemporomandibular Joint DisordersTravaux en français237 207