Connectome harmonic decomposition tracks the presence of disconnected consciousness during ketamine-induced unresponsiveness
Notice bibliographique
Résumé
BACKGROUND: Ketamine, in doses suitable to induce anaesthesia in humans, gives rise to a unique state of unresponsiveness accompanied by vivid experiences and sensations, making it possible to disentangle the correlated but distinct concepts of conscious awareness and behavioural responsiveness. This distinction is often overlooked in the study of consciousness. METHODS: The mathematical framework of connectome harmonic decomposition (CHD) was used to view functional magnetic resonance imaging (fMRI) signals during ketamine-induced unresponsiveness as distributed patterns across spatial scales. The connectome harmonic signature of this particular state was mapped onto signatures of other states of consciousness for comparison. RESULTS: An increased prevalence of fine-grained connectome harmonics was found in fMRI signals obtained during ketamine-induced unresponsiveness, indicating higher granularity. After statistical assessment, the ketamine sedation harmonic signature showed alignment with signatures of LSD-induced (fixed effect =0.0113 [0.0099, 0.0127], P<0.001) or ketamine-induced (fixed effect =0.0087 [0.0071, 0.0103], P<0.001) psychedelic states, and misalignment with signatures seen in unconscious individuals owing to propofol sedation (fixed effect =-0.0213 [-0.0245, -0.0181], P<0.001) or brain injury (fixed effect =-0.0205 [-0.0234, -0.0178], P<0.001). CONCLUSIONS: The CHD framework, which only requires resting-state fMRI data and can be applied retrospectively, has the ability to track alterations in conscious awareness in the absence of behavioural responsiveness on a group level. This is possible because of ketamine's unique property of decoupling these two facets, and is important for consciousness and anaesthesia research.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».