Sleep architecture in idiopathic hypersomnia: the influence of age, sex, and body mass index
Notice bibliographique
Résumé
This study aimed to progress the understanding of idiopathic hypersomnia (IH) by assessing the moderating influence of individual characteristics, such as age, sex, and body mass index (BMI) on sleep architecture. In this retrospective study, 76 IH participants (38.1 ± 11.3 years; 40 women) underwent a clinical interview, an in-laboratory polysomnography with a maximal 9-h time in bed and a multiple sleep latency test (MSLT). They were compared to 106 healthy controls (38.1 ± 14.1 years; 60 women). Multiple regressions were used to assess moderating influence of age, sex, and BMI on sleep variables. We used correlations to assess whether sleep variables were associated with Epworth Sleepiness Scale scores and mean sleep onset latency on the MSLT in IH participants. Compared to controls, IH participants had shorter sleep latency (p = 0.002), longer total sleep time (p < 0.001), more time spent in N2 sleep (p = 0.008), and showed trends for a higher sleep efficiency (p = 0.023) and more time spent in rapid eye movement (REM) sleep (p = 0.022). No significant moderating influence of age, sex, or BMI was found. More severe self-reported sleepiness in IH patients was correlated with shorter REM sleep latency and less N1 sleep in terms of proportion and duration (ps < 0.01). This study shows that, when compared to healthy controls, patients with IH had no anomalies in their sleep architecture that can explain their excessive daytime sleepiness. Moreover, there is no moderating influence of age, sex, and BMI, suggesting that the absence of major group differences is relatively robust.
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 | 0,001 |
| 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) | 0,001 | 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 ».