The influence of age on the frequency of rhythmic masticatory muscle activity during sleep in general population differs from that in clinical research samples
Notice bibliographique
Résumé
BACKGROUND: During sleep, limb and jaw muscle motor activity can be quantified by electromyography (EMG). The frequency of periodic limb activity during sleep increases with age in both the general and clinical research populations. The literature is controversial regarding stability, over age, of the frequency of rhythmic masticatory muscle activity (RMMA), which is one biomarker of sleep bruxism (SB). OBJECTIVES: The purpose of this retrospective sleep laboratory study was to assess if any change in RMMA frequency occurs over age in the general population (GP) and two clinical research (CR) samples. METHODS: RMMA signals from polysomnography (PSG) recordings of 465 individuals, irrespective of SB awareness, were analysed. The sample comprised 164 individuals from the GP of Sao Paulo, and 301 individuals from Montreal and Osaka CR samples. Data were divided into two subgroups, younger (15-39) and older (40-80) participants. RMMA was classified as low frequency (<2 events/h) or high (≥2 events/h). Pearson correlation (R) and B (slope) analyses were performed with power estimations. RESULTS: = .042; p < .001; 3.5 to 1.5 RMMA/h from 20 to 60 years old). CONCLUSIONS: In the GP, the RMMA index remained stable over age. In the CR samples, a significant, reduction was observed. Prospective studies with multiple home sleep recordings, in both general and clinical research populations, are needed before extrapolating from the present findings.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».