Reframing “Paradoxical” Excitation: Disentangling EEG Complexity and Entropy Reveals Resting State Dynamics Associated with Propofol Susceptibility
Notice bibliographique
Résumé
Abstract Background Propofol exposure can produce heterogenous neural responses, from the expected suppression to transient paradoxical excitation. EEG measures of signal complexity and entropy have emerged as reliable markers of consciousness, but different types of complexity and entropy measures are often conflated. We used Type I and II complexity measures on the Complexity–Entropy Causal Plane (CECP) to characterize divergent neural trajectories during propofol-induced loss of consciousness. We hypothesized that paradoxical excitation is reflected in both Type I and Type II complexity; that divergent trajectories on the CECP separate paradoxical excitation from suppression; and that baseline EEG complexity is associated with susceptibility to propofol. Methods We analyzed EEG data from two independent cohorts of healthy adults receiving propofol: the Chennu dataset (n = 20), which included resting-state baseline, mild, and moderate sedation, followed by a recovery period; and the RecCognition dataset (n = 8), which used escalating infusions from baseline to deep sedation. For each participant and sedation level, we extracted Lempel–Ziv Complexity (LZC; Type I) and Statistical Complexity (SC; Type II) and projected them onto the CECP. Pearson correlations related baseline SC to changes in SC during moderate sedation; behavioral responsiveness; effect-site propofol concentration; and time-to-loss-of-consciousness. Results At moderate sedation, participants who remained responsive showed paradoxical increases in LZC and decreases in SC, whereas unresponsive participants exhibited the opposite pattern. Baseline SC correlated negatively with both the change in SC (r = –0.88) and behavioural responsiveness, indicating that intrinsic brain dynamics influence individual susceptibility to sedation. CECP trajectories revealed a reproducible inflection point demarcating paradoxical excitation from suppression. Conclusions Mapping EEG trajectories on the CECP bridges anesthetic state transitions with underlying neural dynamics. Baseline neural complexity indexes individual sensitivity to propofol, determining whether brain dynamics transiently enter excitation or direct suppression.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».