A novel EEG marker predicts perceived sleepiness and poor sleep quality
Notice bibliographique
Résumé
STUDY OBJECTIVES: To determine if a novel EEG-derived continuous index of sleep depth/alertness, the odds ratio product (ORP), predicts self-reported daytime sleepiness and poor sleep quality in two large population-based cohorts. METHODS: ORP values which range from 0 (deep sleep) to 2.5 (fully alert) were calculated in 3s intervals during awake periods (ORPwake) and NREM sleep (ORPNREM) determined from home sleep studies in the HypnoLaus (N = 2162: 1106 females, 1056 males) and men androgen inflammation lifestyle environment and stress (MAILES) cohorts (N = 754 males). Logistic regression was used to examine associations between ORPwake, ORPNREM, and traditional polysomnography measures (as comparators) with excessive sleepiness (Epworth sleepiness scale >10) and poor sleep quality (Pittsburgh sleep quality index >5) and insomnia symptoms. RESULTS: High ORPwake was associated with a ~30% increase in poor sleep quality in both HypnoLaus (odds ratio, OR, and 95% CI) 1.28 (1.09, 1.51), and MAILES 1.36 (1.10, 1.68). High ORPwake was also associated with a ~28% decrease in excessive daytime sleepiness in the MAILES dataset. ORPNREM was associated with a ~30% increase in poor sleep quality in HypnoLaus but not in MAILES. No consistent associations across cohorts were detected using traditional polysomnography markers. CONCLUSIONS: ORP, a novel EEG-derived metric, measured during wake periods predicts poor sleep quality in two independent cohorts. Consistent with insomnia symptomatology of poor perceived sleep in the absence of excessive daytime sleepiness, ORPwake may provide valuable objective mechanistic insight into physiological hyperarousal.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 tête enseignante, 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 ».