Paradoxical markers of conscious levels: Effects of propofol on patients in disorders of consciousness
Notice bibliographique
Résumé
Human consciousness is widely understood to be underpinned by rich and diverse functional networks, whose breakdown results in unconsciousness. Candidate neural correlates of anesthetic-induced unconsciousness include: (1) disrupted frontoparietal functional connectivity; (2) disrupted brain network hubs; and (3) reduced spatiotemporal complexity. However, emerging counterexamples have revealed that these markers may appear outside of the state they are associated with, challenging both their inclusion as markers of conscious level, and the theories of consciousness that rely on their evidence. In this study, we present a case series of three individuals in disorders of consciousness (DOC) who exhibit paradoxical brain responses to exposure to anesthesia. High-density electroencephalographic data were recorded from three patients with unresponsive wakefulness syndrome (UWS) while they underwent a protocol of propofol anesthesia with a targeted effect site concentration of 2 μg/ml. Network hubs and directionality of functional connectivity in the alpha frequency band (8-13 Hz), were estimated using the weighted phase lag index (wPLI) and directed phase lag index (dPLI). The spatiotemporal signal complexity was estimated using three types of Lempel-Ziv complexity (LZC). Our results illustrate that exposure to propofol anesthesia can paradoxically result in: (1) increased frontoparietal feedback-dominant connectivity; (2) posterior network hubs; and (3) increased spatiotemporal complexity. The case examples presented in this paper challenge the role of functional connectivity and spatiotemporal complexity in theories of consciousness and for the clinical evaluation of levels of human consciousness.
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 | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».