Actigraph-based quantification of sleep in children with dystonia undergoing deep brain stimulation
Notice bibliographique
Résumé
OBJECTIVE: Dystonia is among the most common pediatric movement disorders and can manifest with a range of debilitating symptoms, including sleep disruptions. The duration and quality of sleep are strongly associated with quality of life in these individuals and could serve as biomarkers of dystonia severity and the efficacy of interventions such as deep brain stimulation (DBS). Thus, this study investigated sleep duration and its relationship to disease severity and DBS response in pediatric dystonia. METHODS: Actigraphs (wearable three-axis accelerometers) were used to record multiday sleep data in 22 children with dystonia, including 6 patients before and after DBS implantation, and age- and sex- matched healthy controls. Data were preprocessed, and metrics of sleep duration and quality were extracted. Repeated-measures statistical analyses were used. RESULTS: Children with dystonia slept less than typically developing children (p = 0.009), and shorter sleep duration showed trending correlation with worse dystonia severity (r = -0.421, p = 0.073). Of 4 patients who underwent DBS and had good-quality data, 1 demonstrated significantly improved sleep (p < 0.001) postoperatively. Reduction in dystonia severity strongly correlated with increased sleep duration after DBS implantation (r = -0.965, p = 0.035). CONCLUSIONS: Sleep disturbances are an underrecognized marker of pediatric dystonia severity, as well as the effectiveness of interventions such as DBS. They can serve as objective biomarkers of disease burden and symptom progression after treatment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».