Increased noise relates to abnormal excitation-inhibition balance in schizophrenia: a combined empirical and computational study
Notice bibliographique
Résumé
Electroencephalography studies link sensory processing issues in schizophrenia to increased noise level-noise here is background spontaneous activity-as measured by the signal-to-noise ratio. The mechanism, however, of such increased noise is unknown. We investigate if this relates to changes in cortical excitation-inhibition balance, which has been observed to be atypical in schizophrenia, by combining electroencephalography and computational modeling. Our electroencephalography task results, for which the local field potentials can be used as a proxy, show lower signal-to-noise ratio due to higher noise in schizophrenia. Both electroencephalography rest and task states exhibit higher levels of excitation in the functional excitation-inhibition (as a proxy of excitation-inhibition balance). This suggests a relationship between increased noise and atypical excitation in schizophrenia, which was addressed by using computational modeling. A Leaky Integrate-and-Fire model was used to simulate the effects of varying degrees of noise on excitation-inhibition balance, local field potential, NMDA current, and . Results show a noise-related increase in the local field potential, excitation in excitation-inhibition balance, pyramidal NMDA current, and spike rate. Mutual information and mediation analysis were used to explore a cross-level relationship, showing that the cortical local field potential plays a key role in transferring the effect of noise to the cellular population level of NMDA.
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 | 0,001 |
| 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 ».