Microstructural alterations in grey and white matter following early-onset deafness in the cat
Notice bibliographique
Résumé
Following sensory deprivation, compensatory plasticity underlies the reorganization of sensory-specific brain areas to process remaining modalities. For instance, following visual deprivation, higher order visual areas adapt to process tactile stimuli, providing somatosensory enhancement to visually-deprived individuals. Considering the consequence of plasticity following visual deprivation, what changes occur throughout the brain following auditory deprivation? Previous studies have examined microstructural consequences of deafness, including its effect on cerebral water diffusion through diffusion tensor imaging (DTI). However, nearly all investigations have studied these neuronal changes in humans rather than animals. The purpose of the present study was to extend microstructural investigations to animal models of deafness, comparing diffusivity scalars between hearing (n=27) and deaf cats (n=19) via DTI within 155 grey and 21 white matter regions. Results indicate structural plasticity throughout the deaf brain, indicated by a change in scalar value - generally by an increase in axial, radial and/or mean diffusivity in deaf felines compared to hearing. Grey matter regions affected in the cat include the perirhinal cortex and frontalis agranularis, and white matter tracts affected include the corpus callosum, superior longitudinal fasciculus, and more. Overall, this is the first study to examine DTI alterations following auditory deprivation in cats and it demonstrates that early-deafness incites alterations throughout the brain well beyond auditory cortex. Supported by a CIHR grant.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 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 ».