Snoring Remediation with Oral Appliance Therapy Potentially Reverses Cognitive Impairment: An Intervention Controlled Pilot Study
Notice bibliographique
Résumé
Respiration rate (RR) dynamics entrains brain neural networks. RR differences between mild cognitive impairment (MCI) and Alzheimer’s disease (AD) in response to oral appliance therapy (OAT) are unknown. This pilot study investigated if RR during stable sleep shows a relationship to pathological severity in subjects with MCI and AD who snore and if RR is influenced following stabilization of the upper airway using OAT. The study cohort was as follows: cognitively normal (CN; n = 14), MCI (n = 14) and AD (n = 9); and a sub-population receiving intervention, CN (n = 5), MCI (n = 7), AD (n = 6) subjects. The intervention used was an oral appliance plus a mouth shield (Tx). RR maximum (max) rate (breaths/minute) and RR fluctuation during 2116 stable sleep periods were measured. The Montreal cognitive assessment (MoCA) was administered before and after 4 weeks with Tx. Baseline data showed significantly higher RR fluctuation in CN vs. AD (p < 0.001) but not between CN vs. MCI (p = 0.668). Linear mixed model analysis indicated Tx effect (p = 0.008) for RR max. Tx after 4 weeks lowered the RR-max in MCI (p = 0.022) and AD (p < 0.001). Compared with AD RR max, CN (p < 0.001) and MCI (p < 0.001) were higher with Tx after 4 weeks. Some MCI and AD subjects improved executive and memory function after 4 weeks of Tx.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».