MétaCan
Menu
Retour à la cohorte
Enregistrement W4412069745 · doi:10.1093/sleep/zsaf184

Association of sleep spindle activity with executive functioning and intellectual ability in children and adolescents

2025· article· en· W4412069745 sur OpenAlexaff
Melany Morales-Ghinaglia, Fan He, Susan L. Calhoun, Anthony Rahawi, Jidong Fang, Alexandros N. Vgontzas, Duanping Liao, Edward O. Bixler, Magdy Younes, Anna Ricci, Julio Fernández‐Mendoza

Notice bibliographique

RevueSLEEP · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Mental HealthNational Heart, Lung, and Blood InstituteNational Institutes of Health
Mots-clésWorking memoryPsychologyCognitionExecutive functionsAssociation (psychology)PolysomnographySleep spindleWechsler Adult Intelligence ScaleIntelligence quotientPopulationPsychiatryAudiologyClinical psychologyMedicineElectroencephalographyNon-rapid eye movement sleep

Résumé

récupéré en direct d'OpenAlex

STUDY OBJECTIVES: Sleep spindles have been studied as an underlying mechanism of cognition. Prior research primarily relied on experimental studies of selective samples of healthy youth. We tested the relationship between spindle activity and cognition in youth from the general population. METHODS: Eight hundred and ninety-two sleep electroencephalographies (EEGs) from 9-hour polysomnography were leveraged from 456 typically developing children (median 8 years), and 258 typically developing adolescents (median 16 years) and youth with unmedicated psychiatric/behavioral disorders (89 children; 89 adolescents). Multivariable-adjusted linear regression models examined associations between sleep spindle density (SSD; number/minute) and peak spindle frequency (PSF; 10-16 Hz range) during N2 with Wechsler indices of processing speed, working memory, verbal intelligence, and nonverbal intelligence. We first analyzed typically developing and unmedicated psychiatric/behavioral youth, followed by an analysis of the 47 unmedicated attention deficit/hyperactivity disorder (ADHD) subgroup. RESULTS: In typically developing children, higher SSD and PSF were associated with better working memory and verbal intelligence. In adolescents, higher SSD was associated with better working memory and nonverbal intelligence, while slower PSF was associated with better nonverbal intelligence. Longitudinally, higher childhood SSD was associated with better adolescent nonverbal intelligence among typically developing youth. In youth with unmedicated psychiatric/behavioral disorders, spindle-cognition associations were lost, except in ADHD, where higher childhood SSD and slower adolescent PSF supported working memory. CONCLUSION: Sleep spindles may serve as a biomarker for neural and cognitive maturation, with developmental differences reflecting key brain maturational changes from childhood to adolescence. While altered in unmedicated psychiatric/behavioral disorders, lower-frequency spindles may provide a protective mechanism for working memory in adolescents with ADHD. Statement of Significance Sleep spindles occur as bursts of activity in the sigma-frequency range during non-rapid eye movement sleep. Due to their thalamocortical origin, spindles have been linked to cognitive functioning. We examined spindle activity in typically developing youth and unmedicated youth with psychiatric/behavioral disorders. In typically developing children, higher spindle density was associated with better verbal intelligence and, as they transitioned to adolescence, with better nonverbal intelligence. In unmedicated children with attention deficit/hyperactivity disorder (ADHD), lower-frequency spindles were associated with better working memory in adolescence. Sleep spindles promote neural plasticity for cognitive growth, with reduced impact in later developmental stages reflecting matured neural pathways. In youth with ADHD, sleep spindles may serve a protective role in mitigating cognitive deficits over time.

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)0,001
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 enseignants0,067
Score d'incertitude au seuil0,311

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,257
Écart entre enseignants0,247 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetSleep and Wakefulness ResearchTravaux en français237 207