Non-invasive electroencephalography in awake cats: Feasibility and application to sensory processing in chronic pain
Notice bibliographique
Résumé
BACKGROUND: Feline osteoarthritis (OA) leads to chronic pain and somatosensory sensitisation. In humans, sensory exposure can modulate chronic pain. Recently, electroencephalography (EEG) revealed a specific brain signature to human OA. However, EEG pain characterisation or its modulation does not exist in OA cats, and all EEG were conducted in sedated cats, using intradermal electrodes, which could alter sensory (pain) perception. NEW METHOD: Cats (n=11) affected by OA were assessed using ten gold-plated surface electrodes. Sensory stimuli were presented in random orders: response to mechanical temporal summation, grapefruit scent and mono-chromatic wavelengths (500 nm-blue, 525 nm-green and 627 nm-red light). The recorded EEG was processed to identify event-related potentials (ERP) and to perform spectral analysis (z-score). RESULTS: The procedure was well-tolerated. The ERPs were reported for both mechanical (F3, C3, Cz, P3, Pz) and olfactory stimuli (Cz, Pz). The main limitation was motion artifacts. Spectral analysis revealed a significant interaction between the power of EEG frequency bands and light wavelengths (p<0.001). All wavelengths considered, alpha band proportion was higher than that of delta and gamma bands (p<0.044), while the latter was lower than the beta band (p<0.016). Compared to green and red, exposure to blue light elicited distinct changes in EEG power over time (p<0.001). COMPARISON WITH EXISTING METHOD: This is the first demonstration of EEG feasibility in conscious cats with surface electrodes recording brain activity while exposing them to sensory stimulations. CONCLUSION: The identification of ERPs and spectral patterns opens new avenues for investigating feline chronic pain and its potential modulation through sensory interventions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».