MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200586812 · doi:10.1093/geroni/igab046.1461

Objective Sleep Quality and the Underlying Functional Neural Correlates Among Older Adults With Probable MCI

2021· article· en· W4200586812 sur OpenAlexaffabout
Chun Liang Hsu, Ryan S. Falck, Daniel Backhouse, Patrick Chan, Elizabeth Dao, Lisanne ten Brinke, Brad Manor, Teresa Liu‐Ambrose

Notice bibliographique

RevueInnovation in Aging · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDefault mode networkFunctional magnetic resonance imagingActigraphyInsulaPsychologyResting state fMRIAudiologyPittsburgh Sleep Quality IndexPosterior cingulateCognitionSleep (system call)Somatosensory systemNeuroscienceFunctional connectivityPhysical medicine and rehabilitationMedicineSleep qualityCircadian rhythm

Résumé

récupéré en direct d'OpenAlex

Abstract Poor sleep is a strong risk factor for dementia and is commonly reported among older adults with mild cognitive impairment (MCI). However, the neural underpinnings of poor sleep among older adults with MCI remains equivocal. The goal of this cross-sectional analysis was to explore the relationship between resting-state functional connectivity in the brain and sleep quality as measured by actigraphy. We hypothesize lower sleep efficiency and higher sleep fragmentation may be associated with aberrant functional connectivity of brain regions involved in somatosensory, somatomotor, and attentional processing. Thirty-six community-dwelling older adults with probable MCI between 65-85 years (mean=71.8 years) were assessed for sleep quality using a motion watch to quantify sleep efficiency and fragmentation over 14 days. All participants completed resting-state functional magnetic resonance imaging (fMRI) within 14 days of sleep monitoring. Independent associations between network connectivity and sleep quality were determined using general linear models. Examined networks included the somatosensory network (SMN), dorsal attention network (DAN), ventral attention network (VAN), frontoparietal network (FPN), and default mode network (DMN). Mean Montreal Cognitive Assessment score was 22.5 (SD=2.7) and Mini-Mental State Examination score was 28.3 (SD=1.5). Mean sleep efficiency and fragmentation index was 80.1% and 31.8 respectively. Higher sleep fragmentation correlated with increased connectivity between the SMN and insula, the SMN and posterior cingulate, as well as FPN and primary motor area (Z=3.1; p<0.05). These results suggest aberrant functional connectivity between brain regions involved in attentional and somatosensory processes may be associated with disrupted sleep mechanisms in older adults with MCI.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,047
Tête enseignante GPT0,293
Écart entre enseignants0,246 · 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'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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetEEG and Brain-Computer Interfaces→Travaux en français237 207→