Sleep architecture and emotional inhibition processing in adolescents hospitalized during a suicidal crisis
Notice bibliographique
Résumé
Background: Suicide is the second leading cause of death in adolescents. Sleep disturbances could alter inhibitory processes and contribute to dangerous behaviors in this critical developmental period. Adolescents in suicidal crisis have been shown to have lighter sleep compared to healthy controls. Additionally, suicidal adolescents have lower neural resources mobilized by emotionally charged inhibition processing. The present exploratory study aimed to determine how sleep architecture in suicidal adolescents may relate to inhibition processing in response to emotional stimuli. Methods: Ten adolescents between 12 and 17 years of age with a diagnosis of major depressive disorder and who attempted suicide were recruited while hospitalized for a suicidal crisis in a psychiatric inpatient unit. Event-related potentials (ERPs) were recorded prior to bedtime during a Go/NoGo task involving pictures of sad, happy, and neutral faces. Polysomnography was then recorded throughout the night. Pearson correlations were conducted to investigate how inhibition performance and ERP parameters reflecting inhibition processing (i.e., P3d and N2d derived from difference waveform calculated as NoGo minus Go trials) relate to sleep architecture. Results: Poorer inhibition accuracy in response to emotional stimuli was significantly correlated with shorter REM sleep latency, higher REM sleep, and more frequent nocturnal awakenings. The P3d in response to sad faces was negatively correlated with NREM2 sleep and positively correlated with NREM3 sleep. No such association with the P3d was found for happy or neutral stimuli. There were no significant correlations for the N2d. Conclusion: Altered sleep in adolescents with depression who are in a suicidal crisisis associated with behavioral inhibition difficulties and fewer neural resources mobilized by inhibitory processes in emotionally charged contexts. This highlights the importance of addressing sleep disturbances while managing suicidal crises in adolescents.
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 | 0,000 | 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 | 0,000 |
| 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 ».