Sleep spindles and slow oscillations predict cognition and biomarkers of neurodegeneration in mild to moderate Alzheimer's disease
Notice bibliographique
Résumé
INTRODUCTION: Changes in sleep physiology can predate cognitive symptoms by decades in persons with Alzheimer's disease (AD), but it remains unclear which sleep characteristics predict cognitive and neurodegenerative changes after AD onset. METHODS: Using data from a prospective cohort of mild to moderate AD (n = 60), we analyzed non-rapid eye movement sleep spindles and slow oscillations (SOs) at baseline and their associations with baseline amyloid beta (Aβ) and tau and with cognition from baseline to 3-year follow-up. RESULTS: Higher spindle and SO activity predicted significant changes in Aβ and tau at baseline, lower Alzheimer's Disease Assessment Scale Cognitive Subscale (better cognitive performance) score, and higher Mini-Mental State Examination score from baseline to 36 months. Spindles and SOs mediated the effect of phosphorylated tau 181 (pTau181)/Aβ42 on cognition, while pTau181/aβ42 moderated the effect of spindles and SOs on cognition. DISCUSSION: Our findings demonstrate that spindle and SO activity during sleep constitute predictive and non-invasive biomarkers of neurodegeneration and cognition in AD patients. HIGHLIGHTS: Sleep spindles predict long-term cognitive performance in AD. Sleep spindle and SOs can be predictive, non-invasive biomarkers for AD. Sleep may be one of the most important modifiable risk factors for AD progression. Sleep microarchitecture is a novel therapeutic target for preserving brain heath. Sleep physiology can provide novel therapeutic targets to slow AD progression.
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 | 0,001 | 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 ».