Impact of Anesthesia on Brain Functional Networks in Moyamoya Disease and Spinal Lesions
Notice bibliographique
Résumé
AIMS: To analyze the effects of intravenous propofol combined with remifentanil on whole-brain functional networks in patients with ischemic moyamoya disease (IMMD) and intraspinal space-occupying lesions (SOLs) using resting-state functional magnetic resonance imaging (rs-fMRI). METHODS: Ten patients with IMMD and 10 sex- and age-matched patients with lumbar SOL (normal cerebrovascular findings on preoperative MRI) were recruited. General anesthesia was administered using propofol and remifentanil. rs-fMRI imaging was performed in both awake and anesthetized states. Whole-brain functional network in different states was constructed based on graph theory tools. RESULTS: In awake patients with IMMD, significant reductions in nodal strength (NS) were observed in the default mode network (DMN), sensorimotor network, and frontoparietal control network (FPN), compared to patients with SOL. Nodal efficiency (NE) showed further significant network declines. Under anesthesia, patients with IMMD: (1) exhibited disease-specific decreases in NS and NE across several networks, potentially reflecting underlying cerebral pathology. (2) Propofol's effects also contributed to significant NS and NE reductions in several brain regions. Changes before and after anesthesia in patients with IMMD were significantly decreased in specific regions (discussed in detail) per analysis of NS versus NE. DMN connectivity correlated moderately with Montreal Cognitive Assessment scores. CONCLUSIONS: Reduced whole-brain functional connectivity in patients with IMMD before anesthesia was similar to the alterations caused by systemic intravenous drugs administered after anesthesia. TRIAL REGISTRATION: ChiCTR2300075268.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».