MétaCan
Menu
Retour à la cohorte
Enregistrement W4295269684 · doi:10.1093/brain/awac319

Local neuronal excitation and global inhibition during epileptic fast ripples in humans

2022· article· en· W4295269684 sur OpenAlexafffund
Jonathan Curot, Emmanuel J. Barbeau, Elodie Despouy, Marie Denuelle, Jean Christophe Sol, Jean-Albert Lotterie, Luc Valton, Adrien Peyrache

Notice bibliographique

RevueBrain · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchAzrieli FoundationIsrael Science Foundation
Mots-clésIctalNeuroscienceLocal field potentialPremovement neuronal activityBiological neural networkEpilepsyBiology

Résumé

récupéré en direct d'OpenAlex

Understanding the neuronal basis of epileptic activity is a major challenge in neurology. Cellular integration into larger scale networks is all the more challenging. In the local field potential, interictal epileptic discharges can be associated with fast ripples (200-600 Hz), which are a promising marker of the epileptogenic zone. Yet, how neuronal populations in the epileptogenic zone and in healthy tissue are affected by fast ripples remain unclear. Here, we used a novel 'hybrid' macro-micro depth electrode in nine drug-resistant epileptic patients, combining classic depth recording of local field potentials (macro-contacts) and two or three tetrodes (four micro-wires bundled together) enabling up to 15 neurons in local circuits to be simultaneously recorded. We characterized neuronal responses (190 single units) with the timing of fast ripples (2233 fast ripples) on the same hybrid and other electrodes that target other brain regions. Micro-wire recordings reveal signals that are not visible on macro-contacts. While fast ripples detected on the closest macro-contact to the tetrodes were always associated with fast ripples on the tetrodes, 82% of fast ripples detected on tetrodes were associated with detectable fast ripples on the nearest macro-contact. Moreover, neuronal recordings were taken in and outside the epileptogenic zone of implanted epileptic subjects and they revealed an interlay of excitation and inhibition across anatomical scales. While fast ripples were associated with increased neuronal activity in very local circuits only, they were followed by inhibition in large-scale networks (beyond the epileptogenic zone, even in healthy cortex). Neuronal responses to fast ripples were homogeneous in local networks but differed across brain areas. Similarly, post-fast ripple inhibition varied across recording locations and subjects and was shorter than typical inter-fast ripple intervals, suggesting that this inhibition is a fundamental refractory process for the networks. These findings demonstrate that fast ripples engage local and global networks, including healthy tissue, and point to network features that pave the way for new diagnostic and therapeutic strategies. They also reveal how even localized pathological brain dynamics can affect a broad range of cognitive functions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,885
Score d'incertitude au seuil0,379

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,255
Écart entre enseignants0,237 · 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 tête enseignante, 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

Citations30
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207