MétaCan
Menu
← Retour à la cohorte
Enregistrement W4380884132 · doi:10.1002/alz.068007

Neuroimaging biomarkers of the Amyloid, Tau, Neurodegeneration and Vascular framework in association with sleep duration changes over time

2023· article· en· W4380884132 sur OpenAlexaff
Andrée‐Ann Baril, Daniel Koijs, Jayandra J. Himali, Charles DeCarli, Erlan Sanchez, Dibya Himali, Marina Cavuoto, Matthew P. Pase, Alexa Beiser, Sudha Seshadri

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensSunnybrook HospitalMcGill University
Organismes subventionnairesnon disponible
Mots-clésNeuroimagingPrecuneusHyperintensityMedicineDementiaInternal medicinePsychologyMagnetic resonance imagingCardiologyAudiologyNeuroscienceDiseaseFunctional magnetic resonance imagingRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Both short and long sleep duration were previously associated with incident dementia, but underlying mechanisms of this association remains unknown. This project aims to evaluate how self‐reported sleep duration and its change over time associate with (A)myloid, (T)au, (N)eurodegeneration and (V)ascular neuroimaging markers of Alzheimer’s disease (AD). Method Within the Framingham Heart Study, two samples were studied: 271 participants (age:53.6±8.0 years; 51%M) who underwent 11C‐PiB amyloid (global, precuneus) and 18F‐Flortaucipir tau (several medial cortical limbic structures) PET imaging; and 2165 participants (age:61.3±11.1 years; 45%M) who underwent an MRI. To estimate neurodegeneration, total brain volume was extracted from MRI. Vascular MRI metrics included white matter hyperintensities (continuous, and dichotomous indicator for extensive for age), covert brain infarcts, and average free‐water. Self‐reported sleep duration was assessed both at the time of neuroimaging testing and around 15 years before, and split by categories (≤6h, 7‐8h, ≥9h). Sleep duration change over time was assessed by change between categories and by continuous delta change (split by negative and positive values for decreased or increased respectively). Logistic and linear regression models were tested between self‐reported sleep duration and neuroimaging metrics, adjusted for age and age2, sex, PET camera, APOE4 carrier status, depression, diabetes, hypertension, and prevalent cardiovascular diseases. Results No association was observed between cross‐sectional self‐reported sleep duration and neuroimaging metrics. Transitioning to longer sleep over time (≤6h to ≥9h and 7‐8h to ≥9h as compared to consistently sleeping 7‐8h) was associated with higher white matter hyperintensities burden (extensive, OR[95%CI]:3.50[0.95‐12.92], p = 0.040;ß[SE]:0.25[0.10], p = 0.015) and higher free‐water (ß[SE]:0.021[0.007], p = 0.003;ß[SE]:0.009[0.002], p = 0.0002). When looking at continuous sleep duration change, increasing sleep duration over time was also associated with higher white matter hyperintensities burden (extensive, OR[95%CI]:1.26[1.02‐1.55], p = 0.032;ß[SE]:0.10[0.04], p = 0.007) and higher free‐water (ß[SE]:0.002[0.001], p = 0.031). Self‐reported sleep duration change was not associated with PET amyloid or tau outcomes. Conclusion Vascular pathology in the brain as evidenced by higher white matter hyperintensities burden and free‐water is associated with sleep duration that is getting longer over time, thus potentially explaining its association with dementia risk. In fact, elongation of sleep duration may be an early change in the AD trajectory.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,247
Écart entre enseignants0,236 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetSleep and related disorders→Travaux en français237 207→