Assessment of anesthesia on physiological stability and bold signal reliability during visual or acoustic stimulation in the cat
Notice bibliographique
Résumé
Abstract Background Neuroimaging methods including fMRI provide powerful tools to observe whole-brain functional networks. This is particularly powerful in animal models, allowing these networks to be probed using complementary methods. However, most animals must be anesthetized for neuroimaging, giving rise to complications resulting from anesthetic effects on the animal’s physiological and neurological functions. For example, an established protocol for feline neuroimaging involves co-administration of ketamine and isoflurane – the latter of which is known to suppress cortical function. New Method Here, we compare this established protocol to alfaxalone, a single-agent anesthetic for functional neuroimaging. We first compare the two in a controlled environment to assess relative safety and to measure physiological stability over an extended time window. We then compare patterns of auditory and visually-evoked activity measured at 7T to assess mean signal strength and between-subjects signal variability. Results in Comparison with Existing Methods We show that alfaxalone results in more stable respiratory rates over the 120 minutes testing period, with evidence of smaller between measurements variability within this time window, when compared to ketamine plus isoflurane. Moreover, we demonstrate that both agents evoke similar mean BOLD signals across animals, but that alfaxalone elicits more consistent BOLD activity in response to sound stimuli across all ROIs observed. Conclusions Alfaxalone is observed to be more physiologically stable, evoking a more consistent BOLD signal across animals than the co-administration of ketamine and isoflurane. Thus, an alfaxalone-based protocol may represent a better approach for neuroimaging in animal models requiring anesthesia.
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 | 0,001 |
| 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) | 0,001 | 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 ».