The aperiodic exponent of subthalamic field potentials reflects excitation/inhibition balance in Parkinsonism
Notice bibliographique
Résumé
Periodic features of neural time-series data, such as local field potentials (LFPs), are often quantified using power spectra. While the aperiodic exponent of spectra is typically disregarded, it is nevertheless modulated in a physiologically relevant manner and was recently hypothesised to reflect excitation/inhibition (E/I) balance in neuronal populations. Here, we used a cross-species in vivo electrophysiological approach to test the E/I hypothesis in the context of experimental and idiopathic Parkinsonism. We demonstrate in dopamine-depleted rats that aperiodic exponents and power at 30-100 Hz in subthalamic nucleus (STN) LFPs reflect defined changes in basal ganglia network activity; higher aperiodic exponents tally with lower levels of STN neuron firing and a balance tipped towards inhibition. Using STN-LFPs recorded from awake Parkinson's patients, we show that higher exponents accompany dopaminergic medication and deep brain stimulation (DBS) of STN, consistent with untreated Parkinson's manifesting as reduced inhibition and hyperactivity of STN. These results suggest that the aperiodic exponent of STN-LFPs in Parkinsonism reflects E/I balance and might be a candidate biomarker for adaptive DBS.
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 | 0,000 |
| 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 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 ».