Tone‐Evoked Sleep Electroencephalographic Slow Oscillations as a Function of Peripheral Rhythms: New Insights Into the Brain–Heart Integration
Notice bibliographique
Résumé
Recent studies have shown that acoustic stimulation, a common neuromodulation technique, can enhance slow-wave activity (SWA), which is associated with immune, autonomic nervous system activity and cognitive health benefits. Despite some disagreement, many studies suggest that maximising tone-evoked SWA depends on the timing of the acoustic stimulus in relation to ongoing cortical slow oscillations. Given the close connection between the central and peripheral systems during sleep, particularly at the cortico-cardiac level, we here aimed to examine the overlooked relationship between the timing of stimulation and the dominant cortical and cardiac rhythms. We evaluated the effect of acoustic stimulation in different phases of the EEG slow oscillation (SO; ~0.8 Hz) component of SWA (0.5-4 Hz) and heart rate (HR) low-frequency (LF) (0.04-0.15 Hz) and high-frequency (HF) (0.15-0.4 Hz) oscillations on tone-evoked EEG slow activity and HR profiles. One hundred thirty-three adolescents underwent overnight polysomnography where acoustic tones (80 dB at 1000 Hz for 50 msec) were played with a random 15-30 s interstimulus interval. The analysis was limited to artefact and arousal-free episodes of NREM sleep. Playing acoustic tones in the upstate phases of EEG SOs, upstate phases of HR LF oscillations and downstate phases of HR HF oscillations induced significantly higher peak-to-peak amplitude EEG SOs (110%, 16% and 7%, respectively) (p < 0.001) and HR oscillations (16%, 56% and 25%, respectively) (p < 0.001), produced a greater number of EEG SOs (22%, 12% and 5%, respectively) and increased the SWA (3%, 14% and 3%, respectively) (p < 0.05) in contrast to playing tones in the other phase (downstate phases of EEG SOs, downstate phases of LF oscillations and upstate phases of HR HF oscillations). Our findings reveal complex interactions between the central and peripheral nervous systems in processing external stimuli, leading to significant variations in postcortical and cardiac oscillations. These results have potential implications for developing deep sleep enhancement technologies using adaptive interventions based on multidimensional oscillations.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».