MétaCan
Menu
Retour à la cohorte
Enregistrement W4394979430 · doi:10.1093/sleep/zsae067.0960

0960 Unraveling Sleep EEG-ECG Interactions in Major Depression: Preliminary Results of a Coherence Analysis

2024· article· en· W4394979430 sur OpenAlexaff
Mohammad Hasan Azad, Rébecca Robillard, Caitlin Higginson, Jean‐Marc Lina, Mohamad Forouzanfar

Notice bibliographique

RevueSLEEP · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensRoyal Ottawa Mental Health CentreUniversity of OttawaÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésElectroencephalographyDepression (economics)PsychologySleep (system call)Coherence (philosophical gambling strategy)NeuroscienceMedicineAudiologyComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction In addition to common sleep disturbances, major depression involves intricate interactions between the cardiovascular and central nervous systems, underscoring the multidimensional nature of its pathophysiology. This study investigates how brain and heart activity interact across sleep states and brain topography in the context of depression. Methods Simultaneous sleep electrocardiograms (ECG) and electroencephalograms (EEG: F3, C3, and O1) were extracted from the polysomnograms of 50 individuals diagnosed with major depression and 50 controls. Following artifact removal, a coherence metric based on cross-power spectral density between the ECG and EEG was developed to characterize brain-heart connections in the 0.015-4 Hz delta and 4-8 Hz theta bands. Statistical analysis including bootstrapping, t-tests, analysis of variance, and multiple comparison tests were utilized to identify significant differences in brain-heart coherence between the depressed and healthy groups. Results Preliminary results show that, in NREM sleep within the theta band, individuals with depression showed significantly higher mean of ECG-EEG coherence values (MCV) compared to healthy controls across all EEG channels. MCVs for the depression and control group respectively were: 0.576±0.014 vs. 0.563±0.014 in F3, 0.545 ± 0.006 vs. 0.540±0.008 in C3, and 0.574±0.014 vs. 0.563±0.012 in O1 (p< 0.0001). No significant group difference was observed during REM sleep. Furthermore, irrespective of depression status, the MCV in O1 was significantly higher in NREM compared to REM sleep for the full spectrum between the delta and theta bands (p< 0.00001). In contrast, MCV in F3 and C3 did not significantly differ between NREM and REM sleep. In the delta band, regardless of depression status, the MCV was significantly lower in C3 compared to F3 and O1 during NREM sleep, but during REM sleep MCV was significantly higher in C3 than in O1 (p< 0.0001). Conclusion The higher brain-heart coherence linked to theta activity during NREM sleep we observed in people with depression may suggest stronger interactions between autonomic and cortical arousal. This could be one of the factors worsening sleep during depression. Beyond generating new insights about pathophysiological mechanisms underlying the high comorbidity between sleep, cardiovascular, and mental disorders, this may inform further work to identify multi-systemic biomarkers of depression. Support (if any)

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,848
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,301
Écart entre enseignants0,282 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207