Low‐voltage fast seizures in humans begin with increased interneuron firing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Intracellular recordings from cells in entorhinal cortex tissue slices show that low-voltage fast (LVF) onset seizures are generated by inhibitory events. Here, we determined whether increased firing of interneurons occurs at the onset of spontaneous mesial-temporal LVF seizures recorded in patients. METHODS: The seizure onset zone (SOZ) was identified using visual inspection of the intracranial electroencephalogram. We used wavelet clustering and temporal autocorrelations to characterize changes in single-unit activity during the onset of LVF seizures recorded from microelectrodes in mesial-temporal structures. Action potentials generated by principal neurons and interneurons (ie, putative excitatory and inhibitory neurons) were distinguished using waveform morphology and K-means clustering. RESULTS: From a total of 200 implanted microelectrodes in 9 patients during 13 seizures, we isolated 202 single units; 140 (69.3%) of these units were located in the SOZ, and 40 (28.57%) of them were classified as inhibitory. The waveforms of both excitatory and inhibitory units remained stable during the LVF epoch (p > > 0.05). In the mesial-temporal SOZ, inhibitory interneurons increased their firing rate during LVF seizure onset (p < 0.01). Excitatory neuron firing rates peaked 10 seconds after the inhibitory neurons (p < 0.01). During LVF spread to the contralateral mesial temporal lobe, an increase in inhibitory neuron firing rate was also observed (p < 0.01). INTERPRETATION: Our results suggest that seizure generation and spread during spontaneous mesial-temporal LVF onset events in humans may result from increased inhibitory neuron firing that spawns a subsequent increase in excitatory neuron firing and seizure evolution. Ann Neurol 2018;84:588-600.
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.
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 découle