Characteristics and reproducibility of novel sleep EEG biomarkers and their variation with sleep apnea and insomnia in a large community-based cohort
Notice bibliographique
Résumé
STUDY OBJECTIVES: New electroencephalogram (EEG) features became available for use in polysomnography and have shown promise in early studies. They include a continuous index of sleep depth (odds-ratio-product: ORP), agreement between right and left sleep depth (R/L coefficient), dynamics of sleep recovery following arousals (ORP-9), general EEG amplification (EEG Power), alpha intrusion and arousal intensity. This study was undertaken to establish ranges and reproducibility of these features in subjects with different demographics and clinical status. METHODS: We utilized data from the two phases of the Sleep-Heart-Health-Study (SHHS1 and SHHS2). Polysomnograms of 5,804 subjects from SHHS1 were scored to determine the above features. Feature values were segregated according to clinical status of obstructive sleep apnea (OSA), insomnia, insomnia plus OSA, no clinical sleep disorder, and demographics (age, gender, and race). Results from SHHS visit2 were compared with SHHS1 results. RESULTS: All features varied widely among clinical groups and demographics. Relative to participants with no sleep disorder, wake ORP was higher in participants reporting insomnia symptoms and lower in those with OSA (p < 0.0001 for both), reflecting opposite changes in sleep pressure, while NREM ORP was higher in both insomnia and OSA (p<0.0001), reflecting lighter sleep in both groups. There were significant associations with age, gender, and race. EEG Power, and REM ORP were highly reproducible across the two studies (ICC > 0.75). CONCLUSIONS: The reported results serve as bases for interpreting studies that utilize novel sleep EEG biomarkers and identify characteristic EEG changes that vary with age, gender and may help distinguish insomnia from OSA.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».