Association between dim light melatonin onset predicted from gene expression profiles with sleep time and chronotype preference: A pilot study
Notice bibliographique
Résumé
Chronotherapeutic approaches that optimize the timing of therapy to enhance efficacy and minimize side effects are becoming mainstream. The widespread adoption of chronotherapeutic approaches is hindered by the lack of accessible, valid tools to determine circadian time. Building on evidence that gene expression profiles predict circadian time, this pilot study assessed associations between circadian phase predictions from a single blood sample, actigraphy-estimated sleep, and chronotype in a real-world setting. Twelve adults (mean age 51 y, 8 women) reporting short sleep (<7 h/night) and at risk for metabolic syndrome participated. CD14+ monocytes were isolated from 20 ml blood samples, pelleted, and stored at -80°C before RNA sequencing. Sleep was monitored over two weeks using the ActiGraph GT9X-BT, and chronotype preference was assessed with the Composite Scale of Morningness. Spearman's correlations analyzed correlations between predicted dim light melatonin onset (DLMO), sleep, and chronotype preference. Moderate-to-strong association was found between gene expression-based DLMO predictions and sleep, supporting the utility of peripheral blood mononuclear cell gene expression profiles for estimating circadian phase. This approach shows promise for improving chronotherapy implementation in middle-aged adults with chronic health conditions and short sleep. This study was part of a larger study that was registered with Clinicaltrials.gov as NCT03596983.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».