Differential effects of sleep deprivation on sleepwalking: Role of demographic and clinical profiles
Notice bibliographique
Résumé
BACKGROUND: Although sleepwalking is one of the most prevalent and potentially injurious of the NREM parasomnias, it is still diagnosed primarily based on the patient's clinical history. Early pilot work suggested that sleep deprivation protocols could help obtain a polysomnographically-based (PSG) diagnosis of sleepwalking, but larger studies remain lacking. METHODS: We compared baseline PSG recordings with those obtained after 25hrs of sleep deprivation in a cohort of 124 consecutively assessed adult sleepwalkers. RESULTS: When compared to baseline recordings, post-sleep deprivation PSG assessments resulted in nearly twice as many somnambulistic episodes being recorded in the laboratory and significantly increased the proportion of patients (from 48 % to 63 %) experiencing at least one lab-based episode. Moreover, while 17 % of patients experienced a sleepwalking event exclusively during recovery sleep, only 2 % of patients did so solely at baseline. Sleep deprivation had similar facilitating effects on patents' somnambulistic events regardless of age of onset and positive versus negative family history for sleepwalking. Younger age and higher home episode frequency both predicted a positive response to sleep deprivation. A separate group of 17 patients with comorbid sleep disorders showed a similar increase in their proportion experiencing at least one episode during recovery sleep. CONCLUSION: The results from this large series of sleepwalkers provide strong support for the use of sleep deprivation in facilitating the occurrence of somnambulistic events in the sleep laboratory.
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 | 0,002 |
| 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 | 0,001 |
| 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 ».