EEG Patterns Prior to Motor Activations of Parasomnias: A Systematic Review
Notice bibliographique
Résumé
INTRODUCTION: Non-rapid eye movement (NREM) parasomnias are defined as abnormal nocturnal behaviors that typically arise from the NREM sleep stage 3 during the first sleep cycle. The polysomnographic studies showed an increase in sleep fragmentation and an atypical slow wave activity (SWA) in participants with NREM parasomnias compared to healthy controls. To date, the pathophysiology of NREM parasomnias is still poorly understood. The recent investigation of the EEG patterns immediately before parasomnia events could shed light on the motor activations' processes. This systematic review aims to summarize empirical evidence about these studies and provide an overview of the methodological issues. METHODS: A systematic literature search was carried out in PubMed, Web of Science, and Scopus, following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA). The documents obtained were evaluated using the Newcastle-Ottawa Scale (NOS). RESULTS: Nine studies were included in the qualitative synthesis. The major evidence revealed an increased slow frequency EEG activity immediately before the motor activations in frontal and central areas and increased beta activity in the anterior cingulate cortices. DISCUSSION: The investigation of EEG patterns before parasomniac episodes could provide new insight into the study of NREM parasomnia pathophysiology. The high- and low-frequency EEG increase before the episodes could represent a predictive electrophysiological pattern of the motor activations' onset. Overall, identifying specific sleep markers before parasomnias might also help differentiate between NREM parasomnias and other motor sleep disorders. Different methodological protocols should be integrated for overcoming the lack of consistent empirical findings. Thus, future studies should focus on the topographical examination of canonical EEG frequency bands to better understand spatial and time dynamics before the episodes and identify the networks underlying the onset of activations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».