L’ora giusta per dormire? La decide l’apprendimento automatico
Un nuovo metodo di apprendimento automatico potrebbe aiutare le persone a scegliere quando e quanto dormire per trarre tutti i benefici dal riposo. E quanto emerge da una ricerca pubblicata su Proceedings of the National Academy of Sciences.
26 APR - Un gruppo di ricercatori dell’University of Surrey e dell’University of Groningen (Paesi Bassi) ha usato un programma di apprendimento automatico per analizzare i metaboliti nel sangue, con l’obiettivo di prevedere il ritmo del sistema circadiano interno. Ad oggi, il metodo standard per determinare il ritmo del sistema circadiano è quello di misurare i cambiamenti di livelli di melatonina, nello specifico quando si inizia a produrre questa sostanza; un valore noto come ‘dim light melatonin onset’ (DLMO).
Il team ha raccolto una serie di campioni nel tempo da 24 individui, 12 donne e 12 uomini, in salute, non fumatori e con sonno regolare. I ricercatori hanno misurato, quindi, oltre 130 ritmi metabolici usando un approccio metabolomico mirato. Questi dati sono stati utilizzati, poi, per ‘istruire’ un programma di apprendimento automatico in grado di predire il ritmo circadiano.
“Dopo aver prelevato due campioni di sangue dai nostri partecipanti, il nostro metodo è stato in grado di prevedere la DLMO di individui con un’accuratezza comparabile o migliore rispetto ai precedenti metodi di stima più intrusivi”, osserva
Debra Skene, co-autrice dello studio, “Siamo entusiasti ma cauti riguardo al nostro nuovo approccio alla previsione del DLMO, in quanto è più conveniente e richiede meno campionamento rispetto agli strumenti attualmente disponibili. Il nostro approccio – che deve essere convalidato in diverse popolazioni – potrebbe aprire la strada all’ottimizzazione dei trattamenti per i disturbi del sonno del ritmo circadiano e il recupero dalle lesioni”.
Fonte: PNAS 2023
26 aprile 2023
© Riproduzione riservata
Altri articoli in Scienza e Farmaci
Quotidianosanità.it
Quotidiano online
d'informazione sanitaria.
QS Edizioni srl
P.I. 12298601001
Sede legale e operativa:
Via Giacomo Peroni, 400
00131 - Roma
Direttore responsabile
Luciano Fassari
Direttore editoriale
Francesco Maria Avitto
Joint Venture
- SICS srl
- Edizioni
Health Communication srl
Copyright 2013 © QS Edizioni srl. Tutti i diritti sono riservati
- P.I. 12298601001
- iscrizione al ROC n. 23387
- iscrizione Tribunale di Roma n. 115/3013 del 22/05/2013
Riproduzione riservata.
Policy privacy