MétaCan
Menu
Retour à la cohorte
Enregistrement W1603642108 · doi:10.1093/brain/awt174

Local cortical dynamics of burst suppression in the anaesthetized brain

2013· article· en· W1603642108 sur OpenAlexfundno aff
Laura D. Lewis, ShiNung Ching, Veronica S. Weiner, Robert A. Peterfreund, Emad N. Eskandar, Sydney S. Cash, Emery N. Brown, Patrick L. Purdon

Notice bibliographique

RevueBrain · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical SciencesCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésBurst suppressionNeuroscienceBurstingLocal field potentialElectroencephalographyStatus epilepticusPsychologyEpilepsy

Résumé

récupéré en direct d'OpenAlex

Burst suppression is an electroencephalogram pattern that consists of a quasi-periodic alternation between isoelectric 'suppressions' lasting seconds or minutes, and high-voltage 'bursts'. It is characteristic of a profoundly inactivated brain, occurring in conditions including hypothermia, deep general anaesthesia, infant encephalopathy and coma. It is also used in neurology as an electrophysiological endpoint in pharmacologically induced coma for brain protection after traumatic injury and during status epilepticus. Classically, burst suppression has been regarded as a 'global' state with synchronous activity throughout cortex. This assumption has influenced the clinical use of burst suppression as a way to broadly reduce neural activity. However, the extent of spatial homogeneity has not been fully explored due to the challenges in recording from multiple cortical sites simultaneously. The neurophysiological dynamics of large-scale cortical circuits during burst suppression are therefore not well understood. To address this question, we recorded intracranial electrocorticograms from patients who entered burst suppression while receiving propofol general anaesthesia. The electrodes were broadly distributed across cortex, enabling us to examine both the dynamics of burst suppression within local cortical regions and larger-scale network interactions. We found that in contrast to previous characterizations, bursts could be substantially asynchronous across the cortex. Furthermore, the state of burst suppression itself could occur in a limited cortical region while other areas exhibited ongoing continuous activity. In addition, we found a complex temporal structure within bursts, which recapitulated the spectral dynamics of the state preceding burst suppression, and evolved throughout the course of a single burst. Our observations imply that local cortical dynamics are not homogeneous, even during significant brain inactivation. Instead, cortical and, implicitly, subcortical circuits express seemingly different sensitivities to high doses of anaesthetics that suggest a hierarchy governing how the brain enters burst suppression, and emphasize the role of local dynamics in what has previously been regarded as a global state. These findings suggest a conceptual shift in how neurologists could assess the brain function of patients undergoing burst suppression. First, analysing spatial variation in burst suppression could provide insight into the circuit dysfunction underlying a given pathology, and could improve monitoring of medically-induced coma. Second, analysing the temporal dynamics within a burst could help assess the underlying brain state. This approach could be explored as a prognostic tool for recovery from coma, and for guiding treatment of status epilepticus. Overall, these results suggest new research directions and methods that could improve patient monitoring in clinical practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,596
Score d'incertitude au seuil0,314

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,270
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207