MétaCan
Menu
Retour à la cohorte
Enregistrement W4400587380 · doi:10.1038/s41467-024-49900-y

Pulsatile electrical stimulation creates predictable, correctable disruptions in neural firing

2024· article· en· W4400587380 sur OpenAlexaff
Cynthia R. Steinhardt, Diana Mitchell, Kathleen E. Cullen, Gene Y. Fridman

Notice bibliographique

RevueNature Communications · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNational Institute on Deafness and Other Communication DisordersNational Institutes of HealthNational Institute of Neurological Disorders and StrokeU.S. Department of Health and Human Services
Mots-clésPulsatile flowStimulationNeuroscienceMedicineCardiologyBiology

Résumé

récupéré en direct d'OpenAlex

Electrical stimulation is a key tool in neuroscience, both in brain mapping studies and in many therapeutic applications such as cochlear, vestibular, and retinal neural implants. Due to safety considerations, stimulation is restricted to short biphasic pulses. Despite decades of research and development, neural implants lead to varying restoration of function in patients. In this study, we use computational modeling to provide an explanation for how pulsatile stimulation affects axonal channels and therefore leads to variability in restoration of neural responses. The phenomenological explanation is transformed into equations that predict induced firing rate as a function of pulse rate, pulse amplitude, and spontaneous firing rate. We show that these equations predict simulated responses to pulsatile stimulation with a variety of parameters as well as several features of experimentally recorded primate vestibular afferent responses to pulsatile stimulation. We then discuss the implications of these effects for improving clinical stimulation paradigms and electrical stimulation-based experiments.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,640

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
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 Opus0,034
Tête enseignante GPT0,328
Écart entre enseignants0,294 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetNeuroscience and Neural EngineeringTravaux en français237 207