Consistency in Reporting of Loss of Righting Reflex for Assessment of General Anesthesia in Rats and Mice: A Systematic Review
Notice bibliographique
Résumé
General anesthesia induces a reversible loss of consciousness (LOC), a state that is characterized by the inability to feel pain. Identifying LOC in animals poses unique challenges, because the method most commonly used in humans, responding to questions, cannot be used in animals. For over a century, loss of righting reflex (LORR) has been used to assess LOC in animals. This is the only animal method that correlates directly with LOC in humans and has become the standard proxy measure used in research. However, the reporting of how LORR is assessed varies extensively. This systematic literature review examined the consistency and completeness of LORR methods used in rats and mice. The terms 'righting reflex,' 'anesthesia,' 'conscious,' 'rats,' 'mice,' and their derivatives were used to search 5 electronic databases. The abstracts of the 985 articles identified were screened for indications that the study assessed LORR in mice or rats. Full texts of selected articles were reviewed for LORR methodological completeness, with reported methods categorized by 1) animal placement method, 2) behavioral presence of righting reflex, 3) duration of LORR testing, 4) behavioral LORR, and 5) animal position for testing LORR. Only 22 papers reported on all 5 methodological categories. Of the 22 papers, 21 used unique LORR methodologies, with descriptions of LORR methods differing in at least one category as compared with all other studies. This variability indicates that even papers that included all 5 categories still had substantial differences in their methodological descriptions. These findings reveal substantial inconsistencies in LORR methodology and reporting in the biomedical literature likely compromising study replicability and data interpretation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,200 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,024 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».