Modulation of Genioglossus Muscle Activity Across Sleep-Wake States by Histamine at the Hypoglossal Motor Pool
Notice bibliographique
Résumé
STUDY OBJECTIVES: Histamine neurons comprise a major component of the aminergic arousal system and significantly influence sleep-wake states, with antihistamines widely used as sedative hypnotics. Unlike the serotonergic and noradrenergic components of this arousal system, however, the role of histamine in the central control of respiratory motor activity has not been determined. The aims of this study were to characterize the effects of histamine receptor agonists and antagonists at the hypoglossal motor pool on genioglossus muscle activity across sleep and awake states, and also determine if histamine contributes an endogenous excitatory drive to modulate hypoglossal motor outflow to genioglossus muscle. DESIGN, PARTICIPANTS, AND INTERVENTIONS: Thirty-three rats were implanted with electroencephalogram and neck electrodes to record sleep-wake states, and genioglossus and diaphragm electrodes for respiratory muscle recordings. Microdialysis probes were inserted into the hypoglossal motor nucleus. MEASUREMENTS AND RESULTS: Histamine at the hypoglossal motor nucleus significantly increased tonic genioglossus muscle activity in wakefulness, non-REM sleep and REM sleep. The activating effects of histamine on genioglossus muscle activity also occurred with a histamine type-1 (H1) but not H2 receptor agonist. However, H1 receptor antagonism at the hypoglossal motor nucleus did not decrease genioglossus muscle activity in wakefulness or sleep. CONCLUSIONS: The results suggest that histamine at the hypoglossal motor pool increases genioglossus muscle activity in freely behaving rats in wakefulness, non-REM, and REM sleep via an H1 receptor mechanism.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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 | 0,000 |
| 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 tête enseignante, 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 ».