Long term monitoring shows phase lagged behaviorally driven locomotor autonomic coupling
Notice bibliographique
Résumé
The temporal coordination between behavioral and autonomic rhythms is a critical feature of circadian physiology, yet the precise alignment and causal structure of this coupling remain poorly characterized in free-living humans. Using long-term wearable data spanning 30 days from 52 individuals, we analyzed accelerometry (ACC) and heart rate (BPM, via IBI) to quantify circadian phase alignment, inter-day stability, and temporal directionality between locomotor and autonomic systems. Across individuals, behavioral activity rhythms consistently peaked earlier than autonomic rhythms (mean lag: -1.8h, p < 0.001), with the lag largely attributable to greater variability in locomotor phase. Despite this temporal dissociation, both signals exhibited coherent 24-h patterns and relatively stable inter-day acrophases. Lag magnitude was negatively correlated with nighttime BPM (r = -0.55, p < 0.001), suggesting a link between autonomic hyperactivation and desynchrony. Crucially, behavioral acrophase more strongly predicted daily lag fluctuations than BPM acrophase, and causal analyses revealed asymmetric dependencies: same-day activity levels were significantly predictive of nighttime heart rate, whereas the reverse relationship was weaker and less consistent. Granger causality confirmed: a predominant flow from ACC to BPM across subjects (p = 0.0045). These findings establish that autonomic rhythms lag behind and are shaped by preceding behavioral activation, supporting a behavior-first model of internal circadian organization.
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 | 0,000 | 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) | 0,001 | 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 ».