A data driven approach to assess relationships between sleep, cognition and dementia: Findings from the Sleep and Dementia Consortium
Notice bibliographique
Résumé
Background and Objectives: Sleep has been associated with cognition and risk of dementia. However, sleep is a highly complex and multi-dimensional state, and there is uncertainty about which aspects of sleep are most relevant to cognitive performance and dementia risk. We applied a data-driven approach to identify clusters of sleep variables that reflect meaningful sleep composites and examined their association with cognitive performance and dementia risk. Methods: Data from the Sleep and Dementia Consortium, consisting of 5 US population-based cohorts were utilized. Participants had methodologically consistent, home-based polysomnography, self-report habitual sleep, neuropsychological assessments, and dementia risk surveillance. The pooled cognitive analysis included 5,958 participants aged ≥45 years, and the incident dementia analysis included 5,471 participants aged ≥60 years. A cluster around latent variables analysis was used to derive 9 latent sleep composites from 44 sleep metrics. Global cognitive composite z-scores were derived from principal component analysis. Linear regression models were used to assess associations between sleep composites and cognitive performance. Cox proportional hazard models assessed associations between sleep composites and incident dementia. Results: Mean (SD) age was 70 ± 11 and 74 ± 12 years for the cognitive and dementia analysis, respectively. There were 1,134 incident dementia cases (median follow-up time of 5-19 years). 9 sleep composites were identified, together explaining 49% of the total variance in the original 44 sleep metrics: Sleep quantity and efficiency, sleep fragmentation, light NREM predominance, N3 predominance, spindle number and duration, REM sleep bouts, respiratory disturbances, slow oscillation-spindle coupling and spindle amplitude. Of these, composites reflecting greater sleep quantity and efficiency (i.e., longer and more consolidated sleep; pooled β per one-unit change in composite, 0.03; 95% CI: 0.004 - 0.06; p=0.033) and stronger slow oscillation-spindle coupling (pooled β, 0.04; 95% CI: 0.003 - 0.07; p=0.039) were associated with better global cognition. However, no significant associations were identified between the 9 sleep composites and dementia risk. Discussion: Our data-driven approach identified longer, more consolidated sleep and stronger slow oscillation-spindle coupling as the composites of sleep most strongly related to cognitive performance. These composites may be useful in guiding further investigations of sleep-brain health relationships.
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 | 0,090 | 0,163 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».