MétaCan
Menu
Retour à la cohorte
Enregistrement W4389849377 · doi:10.1016/j.sleep.2023.12.010

Sleep structure assessed by objective measurement in patients with mild cognitive impairment: A meta-analysis

2023· article· en· W4389849377 sur OpenAlexaboutno aff
Jianing Wei, Min Wang, Yuanli Guo, Yanjin Liu, Xiaofang Dong

Notice bibliographique

RevueSleep Medicine · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSleep (system call)Sleep architectureMeta-analysisMedicineCochrane LibraryDementiaCognitive impairmentCognitionSleep onset latencyAudiologyInternal medicinePolysomnographySleep disorderPsychiatryDisease

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: A meta-analysis was used to explore the characteristic changes in objective sleep structure of patients with mild cognitive impairment (MCI) compared with cognitively healthy older adults. MATERIALS AND METHODS: PubMed, EMBAS, Cochrane Library, Scopus, and Web of Science were searched until November 2023. A literature quality evaluation was performed according to the Newcastle-Ottawa Scale, and a meta-analysis was performed by RevMan 5.3 software. RESULTS: Fifteen studies with 771 participants were finally included. Compared with normal control groups, patients with MCI had a decreased total sleep time by 34.44 min, reduction in sleep efficiency by 7.96 %, increased waking after sleep onset by 19.61 min, and increased sleep latency by 6.97 min. Ten included studies showed that the patients with MCI had increased N1 sleep by 2.72 % and decreased N3 sleep by 0.78 %; however, there was no significant difference between the MCI and control groups in percentage of N2 sleep. Moreover, Twelve included studies reported the MCI groups had shorter REM sleep of 2.69 %. CONCLUSION: Our results provide evidence of abnormal sleep architecture in patients with MCI. As a "plastic state," abnormal sleep architecture may be a promising therapeutic target for slowing cognitive decline and dementia prevention.

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)0,011
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,019
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0140,046
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,294
Écart entre enseignants0,265 · 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'étudeMéta-analyse
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

Citations20
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSleep MedicineMême sujetSleep and related disordersTravaux en français237 207