MétaCan
Menu
Retour à la cohorte
Enregistrement W2270798658 · doi:10.3389/fncel.2015.00516

Mild KCC2 Hypofunction Causes Inconspicuous Chloride Dysregulation that Degrades Neural Coding

2016· article· en· W2270798658 sur OpenAlexafffund
Nicolas Doyon, Steven A. Prescott, Yves De Koninck

Notice bibliographique

RevueFrontiers in Cellular Neuroscience · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neuropharmacology Research
Établissements canadiensUniversity of TorontoHospital for Sick ChildrenUniversité LavalInstitut Universitaire en Santé Mentale de Québec
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésNeuroscienceCoding (social sciences)PsychologyMathematics

Résumé

récupéré en direct d'OpenAlex

Disinhibition caused by Cl(-) dysregulation is implicated in several neurological disorders. This form of disinhibition, which stems primarily from impaired Cl(-) extrusion through the co-transporter KCC2, is typically identified by a depolarizing shift in GABA reversal potential (E GABA). Here we show, using computer simulations, that intracellular [Cl(-)] exhibits exaggerated fluctuations during transient Cl(-) loads and recovers more slowly to baseline when KCC2 level is even modestly reduced. Using information theory and signal detection theory, we show that increased Cl(-) lability and settling time degrade neural coding. Importantly, these deleterious effects manifest after less KCC2 reduction than needed to produce the gross changes in E GABA required for detection by most experiments, which assess KCC2 function under weak Cl(-) load conditions. By demonstrating the existence and functional consequences of "occult" Cl(-) dysregulation, these results suggest that modest KCC2 hypofunction plays a greater role in neurological disorders than previously believed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,085
Tête enseignante GPT0,300
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), 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

Citations40
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cellular NeuroscienceMême sujetNeuroscience and Neuropharmacology ResearchTravaux en français237 207