Vagus nerve stimulation parameters evoke differential neuronal responses in the locus coeruleus
Notice bibliographique
Résumé
Vagus nerve stimulation (VNS) is used to treat drug-resistant epilepsy and depression, with additional applications under investigation. The noradrenergic center locus coeruleus (LC) is vital for VNS effects; however, the impact of varying stimulation parameters on LC activation is poorly understood. This study characterized LC activation across VNS parameters. Extracellular activity was recorded in rats' left LC while 11 VNS paradigms, utilizing variable frequencies and bursting characteristics, were pseudorandomly delivered to the left cervical vagus for five cycles. Neurons' change from baseline firing rate and timing response profiles were assessed. The proportion of neurons categorized as responders over 5 VNS cycles doubled in comparison to the first VNS cycle (p < 0.001) for all VNS paradigms, demonstrating an amplification effect. The percentage of positively consistent/positive responders increased for standard VNS paradigms with frequencies ≥10 Hz and for bursting paradigms with shorter interburst intervals and more pulses per burst. The synchrony between pairs of LC neurons increased during bursting VNS but not standard paradigms. Also, the probability of evoking a direct response during bursting VNS was higher with longer interburst intervals and a higher number of pulses per burst. Standard paradigms between 10-30 Hz best positively activates LC with consistency to VNS while the best bursting paradigm to increase activity was 300 Hz, seven pulses per burst separated by 1 s. Bursting VNS was effective in increasing synchrony between pairs of neurons, suggesting a common network recruitment originating from vagal afferents. These results indicate differential activation of LC neurons depending on the VNS parameters delivered.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».