MétaCan
Menu
Retour à la cohorte
Enregistrement W3157188191 · doi:10.1093/sleep/zsab072.420

421 Elucidating Circadian and Sleep Phenotypes and Relation to Cognitive Impairment in Alzheimer’s Dementia

2021· article· en· W3157188191 sur OpenAlexaboutno aff
Catherine Heinzinger, Lu Wang, James Bena, Lynn M. Bekris, Nancy Foldvary‐Schaefer, Jagan A. Pillai, Sujata Rao, Stephen M. Rao, James B. Leverenz, Reena Mehra

Notice bibliographique

RevueSLEEP · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHealth, Environment, Cognitive Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCircadian rhythmActigraphyDementiaMedicineInternal medicineAlzheimer's diseasePolysomnographyMontreal Cognitive AssessmentApolipoprotein EAudiologyCognitive declinePsychologyDiseaseApnea

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Although sleep disruption in Alzheimer’s disease (AD) pathogenesis has been described, the role of circadian rhythm dysfunction (CRD) is less understood. We hypothesize greater CRD and sleep disruption with poorer cognitive function in AD compared to normal cognition. Methods We examined 3 groups:1)mild cognitive impairment with positive AD biomarkers(MCI-AD),n=18, 2)cognitively normal at high risk for AD(HR)(APOEƐ4 carriers),n=19, 3)cognitively normal APOEƐ4 non-carriers(CL),n=16 (National Institute of Aging, IMMUNE-AD). DNA extraction and APOEƐ4 genotyping were performed under the Cleveland Clinic Lou Ruvo Center for Brain Health Aging and Neurodegenerative Disease Biobank. We evaluated actigraphy-based (Motionlogger MicroWatch, Ambulatory Monitoring,Inc®) sleep (wake episodes(WE), total sleep time(TST), sleep efficiency(SE), sleep fragmentation index(SFI)) and circadian (mesor, amplitude, robustness, sleep regulatory index(SRI), intradaily stability) predictors and sleep study-based (ApneaLink Air by ResMed®) predictors (apnea hypopnea index(AHI,3% desaturation) and recording time<90%SaO2) across the groups and assessed association with cognition (Mini-Mental State Exam(MMSE)). Analysis of variance (ANOVA) or Kruskal-Wallis with Bonferroni adjustment was used for cross-group comparisons. ANCOVA assessed cross-group association of MMSE and sleep/circadian indices. Models were adjusted for age, sex, race, education, and BMI. Results Age differed across MCI-AD, HR, and CL groups (68.4±6.2,71.2±3.7,73.7±3.7 respectively,p=0.008). MCI-AD had more WE than HR and CL (14.4±5.6,10.9±3.9,10.9±3.5 respectively,p=0.033). In MCI-AD, the following associations were observed: 5% increase in SE was associated with 0.49 point higher MMSE (coefficient0.49, 95%CI[0.03,0.95],p=0.038), 1 hour increase in TST was associated with 0.81 point higher MMSE (coefficient0.81, 95%CI[0.24,1.37],p=0.006), and 1 unit increase in SFI was associated with 0.36 point lower MMSE (coefficient-0.36, 95%CI[-0.64,-0.08],p=0.013). Key measures differed: CLs had lower AHI, MCI-AD had less TST SaO2<90%, MCI-AD had the largest and HR the lowest SFI, and MCI-AD had lesser robustness but higher mesor and amplitude. Conclusion In this comparative study of carefully AD biomarker-phenotyped and APOEƐ4-genotyped patients and normal cognition controls, less sleep time and more fragmented sleep are associated with poorer MMSE scores in MCI-AD. Preliminary results show cognitively normal participants at risk of AD(HR) do not show CRD seen in MCI-AD and are more consistent with controls (CL). Support (if any) Catalyst Award. MCI cohort: Alzheimer’s Association, 2014-NIRG-305310. IMMUNE-AD, R01AG022304. CADRC, P30 AG062428. Jane and Lee Seidman Fund.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,381
Score d'incertitude au seuil0,813

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,255
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetHealth, Environment, Cognitive AgingTravaux en français237 207