Quantitative comparisons of block thresholds and onset responses for charge-balanced kilohertz frequency waveforms
Notice bibliographique
Résumé
OBJECTIVE: There is growing interest in delivering kilohertz frequency (KHF) electrical signals to block conduction in peripheral nerves for treatment of various diseases. Previous studies used different KHF waveforms to achieve block, and it remains unclear how waveform affects nerve block parameters. APPROACH: We quantified the effects of waveform on KHF block of the rat tibial nerve in vivo and in computational models. We compared block thresholds and onset responses across current-controlled sinusoids and charge-balanced rectangular waveforms with different asymmetries and duty cycles. MAIN RESULTS: Sine waves had higher block thresholds than square waves, but used less power at block threshold. Block threshold had an inverse relationship with duty cycle of rectangular waveforms irrespective of waveform asymmetry. Computational model results were consistent with relationships measured in vivo, although the models underestimated the effect of duty cycle on increasing thresholds. The axonal membrane substantially filtered waveforms, the filter transfer function was strikingly similar across waveforms, and filtering resulted in post-filtered rms block thresholds that were approximately constant across waveforms in silico and in vivo. Onset response was not consistently affected by waveform shape, but onset response was smaller at amplitudes well above block threshold. Therefore, waveforms with lower block thresholds (e.g. sine waves or square waves) could be more readily increased to higher amplitudes relative to block threshold to reduce onset response. We also observed a reduction in onset responses across consecutive trials after initial application of supra-block threshold amplitudes. SIGNIFICANCE: Waveform had substantial effects on block thresholds, and the amplitude relative to block threshold had substantial effects on onset response. These data inform choice of waveform in subsequent studies and clinical applications, enhance effective use of block in therapeutic applications, and facilitate the design of parameters that achieve block with minimal onset responses.
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 | 0,002 |
| 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 ».