MétaCan
Menu
Retour à la cohorte
Enregistrement W4388075864 · doi:10.1101/2023.10.26.564247

Criticality of resting-state EEG predicts perturbational complexity and level of consciousness during anesthesia

2023· preprint· en· W4388075864 sur OpenAlexafffund
Charlotte Maschke, Jordan O’Byrne, Michele Colombo, Mélanie Boly, Olivia Gosseries, Steven Laureys, Mario Rosanova, Karim Jerbi, Stefanie Blain‐Moraes

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensInternational Laboratory for Brain, Music and Sound ResearchMila - Quebec Artificial Intelligence InstituteMcGill UniversityUniversité LavalUniversité de MontréalMcGill University Health CentreMontreal General Hospital
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeFonds de recherche du Québec – Nature et technologiesFonds De La Recherche Scientifique - FNRSFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaInstitut de Valorisation des DonnéesFondazione Europea Ricerca BiomedicaMcGill UniversityCanada Excellence Research Chairs, Government of CanadaCanada First Research Excellence FundCanada Research Chairs
Mots-clésElectroencephalographyCriticalityConsciousnessResting state fMRIState (computer science)PsychologyLevel of consciousnessAnesthesiaMathematicsNeuroscienceMedicinePhysicsAlgorithmDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

1 Abstract Consciousness has been proposed to be supported by electrophysiological patterns poised at criticality, a dynamical regime which exhibits adaptive computational properties, maximally complex patterns and divergent sensitivity to perturbation. Here, we investigated dynamical properties of the resting-state electroencephalogram of healthy subjects undergoing general anesthesia with propofol, xenon or ketamine. We then studied the relation of these dynamic properties with the perturbational complexity index (PCI), which has shown remarkably high sensitivity in detecting consciousness independent of behavior. All participants were unresponsive under anesthesia, while consciousness was retained only during ketamine anesthesia (in the form of vivid dreams)., enabling an experimental dissociation between unresponsiveness and unconsciousness. We estimated (i) avalanche criticality, (ii) chaoticity, and (iii) criticality-related measures, and found that states of unconsciousness were characterized by a distancing from both the edge of activity propagation and the edge of chaos. We were then able to predict individual subjects’ PCI (i.e., PCI max ) with a mean absolute error below 7%. Our results establish a firm link between the PCI and criticality and provide further evidence for the role of criticality in the emergence of consciousness. 2 Significance Statement Complexity has long been of interest in consciousness science and had a fundamental impact on many of today’s theories of consciousness. The perturbational complexity index (PCI) uses the complexity of the brain’s response to cortical perturbations to quantify the presence of consciousness. We propose criticality as a unifying framework underlying maximal complexity and sensitivity to perturbation in the conscious brain. We demonstrate that criticality measures derived from resting-state electroencephalography can distinguish conscious from unconscious states, using propofol, xenon and ketamine anesthesia, and from these measures we were able to predict the PCI with a mean error below 7%. Our results support the hypothesis that critical brain dynamics are implicated in the emergence of consciousness and may provide new directions for the assessment of 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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,421
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,094
Tête enseignante GPT0,281
Écart entre enseignants0,187 · 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.

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

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetEEG and Brain-Computer InterfacesTravaux en français237 207