Cerebral Gray Matter May Not Explain Sleep Slow-Wave Characteristics after Severe Brain Injury
Notice bibliographique
Résumé
Sleep slow waves are the hallmark of deeper non-rapid eye movement sleep. It is generally assumed that gray matter properties predict slow-wave density, morphology, and spectral power in healthy adults. Here, we tested the association between gray matter volume (GMV) and slow-wave characteristics in 27 patients with moderate-to-severe traumatic brain injury (TBI, 32.0 ± 12.2 years old, eight women) and compared that with 32 healthy controls (29.2 ± 11.5 years old, nine women). Participants underwent overnight polysomnography and cerebral MRI with a 3 Tesla scanner. A whole-brain voxel-wise analysis was performed to compare GMV between groups. Slow-wave density, morphology, and spectral power (0.4-6 Hz) were computed, and GMV was extracted from the thalamus, cingulate, insula, precuneus, and orbitofrontal cortex to test the relationship between slow waves and gray matter in regions implicated in the generation and/or propagation of slow waves. Compared with controls, TBI patients had significantly lower frontal and temporal GMV and exhibited a subtle decrease in slow-wave frequency. Moreover, higher GMV in the orbitofrontal cortex, insula, cingulate cortex, and precuneus was associated with higher slow-wave frequency and slope, but only in healthy controls. Higher orbitofrontal GMV was also associated with higher slow-wave density in healthy participants. While we observed the expected associations between GMV and slow-wave characteristics in healthy controls, no such associations were observed in the TBI group despite lower GMV. This finding challenges the presumed role of GMV in slow-wave generation and morphology.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».