Notice bibliographique
Résumé
Background: Rapid eye movement sleep (REM) is divided into phasic and tonic microstates. Phasic REM is defined by presence of REMs with reportedly greater antiepileptic effect. We assessed whether quantitative EEG (QEEG) software can detect REM microstates. Methods: We applied artifact reduction and detection trends from QEEG software (Persyst 14) on 18 patients undergoing 30 day-night high density EEG recordings in the epilepsy monitoring unit. We identified phasic REM as 10-second epochs of previously human-scored REM that demonstrated presence of either vertical or horizontal eye movements on the QEEG artifact detection panel. Remaining epochs were identified as tonic REM. Results: Out of 91.2 average minutes of REM (range 24.5-167.5) per recording, a mean of 2.5% (range 0-18.9%) demonstrated eye movements intensive enough for QEEG artifact detection to be identified as phasic REM. On average, only 40% (range 0-500%) of eye movements per recording was flagged as vertical. Conclusions: These findings provide proof-of-concept that QEEG can automatically assess REM microstructure by readily detecting phasic and tonic REM. These findings also confirm that most REMs are horizontal. Having the ability to easily and automatically detect phasic versus tonic REM can help further future studies examining the antiepileptic effect of REM sleep.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,004 |
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 ».