MétaCan
Menu
Retour à la cohorte
Enregistrement W4394979021 · doi:10.1093/sleep/zsae067.01120

1120 Measuring Sleep Depth with Odds Ratio Product (ORP) and In-ear EEG Earbuds

2024· article· en· W4394979021 sur OpenAlexaboutno aff
Elias Meier, Mark Melnykowycz, Guy Duke, W. du Toit, Kari Lambing, Federica Mozzini, Veronica Guadagni

Notice bibliographique

RevueSLEEP · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAudiologyElectroencephalographyOdds ratioSleep (system call)MedicinePsychologyComputer scienceInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Odds Ratio Product (ORP) is a highly validated measure of sleep depth and sleep-wake continuum derived from 3-second EEG epochs using spectral power analysis of the signal. It has been shown to be more sensitive than traditional sleep metrics to detect sleep quality and there is increasing scientific evidence of the ability of ORP to identify patient subgroups of sleep-wake disorders and guide personalized treatment. In-Ear EEG is an evolving method of measuring brain activity using in-ear electrodes. The current investigation assessed the signal quality of in-ear EEG data obtained from a single-channel in-ear EEG device (IDUN Guardian) alongside the frontal EEG using the Cerebra Prodigy to determine whether ORP calculation has the potential to be translated from frontal EEG to in-ear EEG. Methods 18 healthy participants (9 male) were selected ensuring diversity in age (recruited in 24-60 years old range) and sex. Participants wore the Cerebra Prodigy (with forehead electrodes), IDUN Guardian (with in-ear electrodes) while sleeping at home for 3 nights. Data from the devices was collected, synchronized, anonymized, and analyzed to assess the correlation between ORP values derived from the two systems. Results Both in-ear and frontal EEG datasets were pre-processed separately (filtered between 0.3 - 40Hz). No artifact rejection was performed. Pearson correlation coefficient of ORP values was calculated between the two systems. An average correlation of 0.35 was found for raw signals based on 3-second epochs where the in-ear EEG seemed to overestimate ORP values. This was improved (r=0.70) by averaging over 10 ORP values (30 second epoch). This is likely due to masking of variability in signals variability in summary statistics. Conclusion The results showed that single channel in-ear EEG has the potential to resolve ORP values similar to forehead EEG signals. These results suggest the need for an in-depth analysis of the spectral powers in the different frequency ranges in both systems to guide work on improving alignment between the systems. Support (if any) This research work was made possible through the Eureka Eurostars program E2634 grant and was financially supported in Switzerland by Innosuisse - Swiss Innovation Agency and in Canada by the National Research Council Canada.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
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)0,0070,001

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 Opus0,045
Tête enseignante GPT0,283
Écart entre enseignants0,238 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetSleep and Wakefulness ResearchTravaux en français237 207