MétaCan
Menu
Retour à la cohorte
Enregistrement W4410502578 · doi:10.1093/sleep/zsaf090.0962

0962 Age, Sleep and Inflammation: A Correlational Study

2025· article· en· W4410502578 sur OpenAlexaff
Dominique Lorrain, Denis Bélisle

Notice bibliographique

RevueSLEEP · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDietary Effects on Health
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésSleep (system call)InflammationMedicinePsychologyActigraphyClinical psychologyInternal medicineCircadian rhythm

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction This correlational study explores the relationship between sleep and inflammation in aged individuals. Cytokines are involved in various central nervous system processes, including wakefulness, appetite, mood regulation, sexual behaviors, and thermoregulation. Sleep disorders commonly associated with aging, such as insomnia, circadian disruptions, sleep apnea, and periodic leg movements, might have significant biological impacts on the inflammatory system and immune functions. Aging is also associated with increased levels of some inflammatory markers. Methods 77 individuals (women: 51, men: 26) aged 60–87 years (mean age 69.8 ± 6.1 years) were recruited from the community. None were using psychoactive drugs. Participants underwent three nights of polysomnographic sleep recording in the laboratory: the first night served for adaptation and sleep disorder assessment, while nights two and three were for experimentation. A 19-channel EEG montage was used with additional sensors for eye movements, muscle activity, respiration, and leg movements. Fasting, resting venous blood was drawn in the morning upon awakening for further measurement of cytokine receptors IL-1α, IL-1β, IL-1RA, IL-6, IL-8, IL-10, TNFα and sTNFR1 in serum (Milliplex). Questionnaires assessed health (SF-36), sleep quality (PSQI), anxiety (BAI), and depressive symptoms (BDI, POMS). Results Periodic Leg Movement during Sleep (PLMS) was correlated to four inflammation markers (IL10 (.361), IL6 (.307), IL1B (.264) IL1A (.227)), the most of any other sleep variables, clearly indicating that PLMS is associated with a prolonged state of inflammation. sTNFR1 was the biomarker most associated with other variables (Micro-arousal (-.375), AHI (Apnea Hypopnea Index:.278), #Arousal (-.261), Stage1 (-.238), POMS (.401)). The first three variables are sleep disrupters and Stage1 augments when there is less of deeper sleep states, it seems counterintuitive that they would consistently negatively correlate with an anti-inflammatory marker. AHI was further correlated with IL1RA (.277). Conclusion Correlations are modest but many and significant, pointing toward a definite role of sleep in inflammatory processes. The signaling relevance of biomarkers, being pro, anti or both, depending on circumstances, remains ambiguous. Support (if any)

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,338

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,310
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetDietary Effects on HealthTravaux en français237 207