Association Between Day‐to‐Day Variation in Electroencephalographic (EEG) Sleep Features and Daytime Cognitive Function in Adults at Risk for Dementia
Notice bibliographique
Résumé
BACKGROUND: Older adults experience considerable day-to-day variability in cognitive function. We aimed to test the hypothesis that this is in part related to sleep, and determine which EEG sleep features are most important in supporting day to day cognitive resilience. METHOD: We analyzed data from 149 adults at high risk for dementia participating in the Brain Health Pro (BHPro) study. At BHPro baseline, participants underwent up to 3 nights of overnight ambulatory EEG using the MUSE-S (Interaxon, Toronto, Canada) as well as multi-day app-based cognitive testing (MyCogHealth, Victoria, Canada). Of 350 participants, 149 had EEG and cognitive evaluation that overlapped by at least 1 day. We performed automated sleep staging and computed frontal NREM (N2 and N3) delta power and REM theta power. We used linear mixed effect models to relate each morning's composite global cognitive test results to the previous night's sleep measures. RESULT: 149 individuals had >=1 cognitive evaluation within 12 hours of an overnight EEG recording. Of these, 63 had 2 nights, and 37 had >=3 nights. Greater % REM sleep (+0.15 per 1SD greater REM sleep, SE 0.04 p = 0.0001) and relative REM theta power (+0.08 per 1SD greater relative REM theta power, SE 0.04, p = 0.02) the night before were associated with better cognitive performance the next morning, and there was a non-significant positive relationship (+0.06 per 1SD difference, SE 0.04, p = 0.11) between NREM delta power and cognitive performance the following morning. These effects were particularly strong in those with mild cognitive impairment (delta power interaction p = 0.055; theta power interaction p = 0.02) CONCLUSION: REM sleep theta power and NREM delta power may support day to day cognitive performance in older adults at high risk for dementia, particularly those with mild cognitive impairment, and may represent electrophysiologic therapeutic targets to support cognitive resilience.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».