Sleep deprivation does not affect neuronal susceptibility to mild traumatic brain injury in the rat
Notice bibliographique
Résumé
Mild and moderate traumatic brain injuries (TBIs) (and concussion) occur frequently as a result of falls, automobile accidents, and sporting activities, and are a major cause of acute and chronic disability. Fatigue and excessive sleepiness are associated with increased risk of accidents, but it is unknown whether prior sleep debt also affects the pathophysiological outcome of concussive injury. Using the "dark neuron" (DN) as a marker of reversible neuronal damage, we tested the hypothesis that acute (48 hours) total sleep deprivation (TSD) and chronic sleep restriction (CSR; 10 days, 6-hour sleep/day) affect DN formation following mild TBI in the rat. TSD and CSR were administered using a walking wheel apparatus. Mild TBI was administered under anesthesia using a weight-drop impact model, and the acute neuronal response was observed without recovery. DNs were detected using standard bright-field microscopy with toluidine blue stain following appropriate tissue fixation. DN density was low under home cage and sleep deprivation control conditions (respective median DN densities, 0.14% and 0.22% of neurons), and this was unaffected by TSD alone (0.1%). Mild TBI caused significantly higher DN densities (0.76%), and this was unchanged by preexisting acute or chronic sleep debt (TSD, 0.23%; CSR, 0.7%). Thus, although sleep debt may be predicted to increase the incidence of concussive injury, the present data suggest that sleep debt does not exacerbate the resulting neuronal damage.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».