MétaCan
Menu
Retour à la cohorte
Enregistrement W4392266036 · doi:10.1126/sciadv.adm7605

Mapping cerebral perfusion in mice under various anesthesia levels using highly sensitive BOLD MRI with transient hypoxia

2024· article· en· W4392266036 sur OpenAlexfundno aff
Thuy Thi Le, Geun Ho Im, Chan Hee Lee, Sang‐Han Choi, Seong‐Gi Kim

Notice bibliographique

RevueScience Advances · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésCerebral perfusion pressureCerebral blood flowDexmedetomidineIsofluranePerfusionMedicineAnesthesiaCerebral blood volumeHypoxia (environmental)Blood volumeBlood flowPerfusion scanningCardiologyChemistryOxygen

Résumé

récupéré en direct d'OpenAlex

Cerebral perfusion is critical for the early detection of neurological diseases and for effectively monitoring disease progression and treatment responses. Mouse models are widely used in brain research, often under anesthesia, which can affect vascular physiology. However, the impact of anesthesia on regional cerebral blood volume and flow in mice has not been thoroughly investigated. In this study, we have developed a whole-brain perfusion MRI approach by using a 5-second nitrogen gas stimulus under inhalational anesthetics to induce transient BOLD dynamic susceptibility contrast (DSC). This method proved to be highly sensitive, repeatable within each imaging session, and across four weekly sessions. Relative cerebral blood volumes measured by BOLD DSC agree well with those by contrast agents. Quantitative cerebral blood volume and flow metrics were successfully measured in mice under dexmedetomidine and various isoflurane doses using both total vasculature-sensitive gradient-echo and microvasculature-sensitive spin-echo BOLD MRI. Dexmedetomidine reduces cerebral perfusion, while isoflurane increases cerebral perfusion in a dose-dependent manner.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,179
Score d'incertitude au seuil0,459

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,313
Écart entre enseignants0,288 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations15
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207