MétaCan
Menu
Retour à la cohorte
Enregistrement W4225380873 · doi:10.1523/jneurosci.1786-21.2022

Human Spindle Variability

2022· article· en· W4225380873 sur OpenAlexaff
C. González, Xi Jiang, Jorge González-Martínez, Eric Halgren

Notice bibliographique

RevueJournal of Neuroscience · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesOffice of Naval ResearchNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthMultidisciplinary University Research InitiativeU.S. Department of Veterans AffairsUniversity of California, San DiegoNIH Clinical CenterNational Institutes of HealthNational Science Foundation
Mots-clésSleep spindleNeurosciencePosterior parietal cortexParietal lobeStereoelectroencephalographyAnatomyBiologyElectroencephalographyNon-rapid eye movement sleepEpilepsy surgery

Résumé

récupéré en direct d'OpenAlex

In humans, sleep spindles are 10- to 16-Hz oscillations lasting approximately 0.5–2 s. Spindles, along with cortical slow oscillations, may facilitate memory consolidation by enabling synaptic plasticity. Early recordings of spindles at the scalp found anterior channels had overall slower frequency than central-posterior channels. This robust, topographical finding led to dichotomizing spindles as “slow” versus “fast,” modeled as two distinct spindle generators in frontal versus posterior cortex. Using a large dataset of intracranial stereoelectroencephalographic (sEEG) recordings from 20 patients (13 female, 7 male) and 365 bipolar recordings, we show that the difference in spindle frequency between frontal and parietal channels is comparable to the variability in spindle frequency within the course of individual spindles, across different spindles recorded by a given site, and across sites within a given region. Thus, fast and slow spindles only capture average differences that obscure a much larger underlying overlap in frequency. Furthermore, differences in mean frequency are only one of several ways that spindles differ. For example, compared with parietal, frontal spindles are smaller, tend to occur after parietal when both are engaged, and show a larger decrease in frequency within-spindles. However, frontal and parietal spindles are similar in being longer, less variable, and more widespread than occipital, temporal, and Rolandic spindles. These characteristics are accentuated in spindles which are highly phase-locked to posterior hippocampal spindles. We propose that rather than a strict parietal-fast/frontal-slow dichotomy, spindles differ continuously and quasi-independently in multiple dimensions, with variability due about equally to within-spindle, within-region, and between-region factors. SIGNIFICANCE STATEMENT Sleep spindles are 10- to 16-Hz neural oscillations generated by cortico-thalamic circuits that promote memory consolidation. Spindles are often dichotomized into slow-anterior and fast-posterior categories for cognitive and clinical studies. Here, we show that the anterior-posterior difference in spindle frequency is comparable to that observed between different cycles of individual spindles, between spindles from a given site, or from different sites within a region. Further, we show that spindles vary on other dimensions such as duration, amplitude, spread, primacy and consistency, and that these multiple dimensions vary continuously and largely independently across cortical regions. These findings suggest that multiple continuous variables rather than a strict frequency dichotomy may be more useful biomarkers for memory consolidation or psychiatric disorders.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,093
Tête enseignante GPT0,356
Écart entre enseignants0,263 · 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

Citations23
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetSleep and Wakefulness ResearchTravaux en français237 207