Aquaporin-4, Connexin-30, and Connexin-43 as Biomarkers for Decreased Objective Sleep Quality and/or Cognition Dysfunction in Patients With Chronic Insomnia Disorder
Notice bibliographique
Résumé
Objectives: To examine serum concentrations of aquaporin-4 (AQP4), connexin-30 (CX30), connexin-43 (CX43), and their correlations with cognitive function in the patients with chronic insomnia disorder (CID). Methods: We enrolled 76 subjects with CID and 32 healthy controls (HCs). Serum levels of AQP4, CX30, and CX43 were measured by enzyme-linked immunosorbent assays. Sleep quality was assessed with the Pittsburgh Sleep Quality Index (PSQI) and polysomnography, and mood was evaluated with 17-item Hamilton Depression Rating Scale and 14-item Hamilton Anxiety Rating Scale. Cognitive function was evaluated by the Chinese-Beijing Version of Montreal Cognitive Assessment (MoCA-C) and Nine Box Maze Test. Results: The serum levels of AQP4, CX43, and CX30 were significantly reduced in the CID group compared to the HCs. Partial correlation analysis showed that the biomarkers showed no significant correlations with PSQI score, AHI, ODI and TS90, but AQP4, CX43, and CX30 were positively associated with the percentage and total time of slow wave sleep in the CID group. Serum concentrations of AQP4 and CX30 were positively associated with MoCA-C score in the CID group, and AQP4 level negatively correlated with spatial working memory errors. Conclusions: Subjects with CID patients have decreased serum levels of AQP4, CX30, and CX43 indicating astrocyte dysfunction, which could be related to poor objective sleep quality and/or cognition dysfunction.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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) | 0,001 | 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 ».