摘要 引言 神经性疼痛是脊髓损伤(SCI)的常见并发症之一,会减慢患者康复进程并导致生活质量下降。既往研究表明,对运动皮层(M1)进行重复经颅磁刺激(rTMS)可减轻SCI后神经性疼痛的平均疼痛程度和最严重疼痛程度。背外侧前额叶皮质(DLPFC)区域是rTMS的常见作用靶区。近期有少数研究发现DLPFC的rTMS可缓解SCI的神经性疼痛。与M1区域相比,DLPFC区域rTMS治疗在改善SCI患者神经性疼痛及疼痛相关症状方面的疗效尚不明确。因此,本研究旨在评估dLPFC vs M1对SCI后神经性疼痛患者进行rTMS治疗的非劣效性,为rTMS治疗SCI后神经性疼痛提供更多选择。方法与分析 招募50例脊髓损伤后神经性疼痛的受试者,随机分为DLPFC-rTMS组和M1-rTMS组,分别接受4周的rTMS治疗。除刺激部位不同外,两组rTMS治疗方案相同:10Hz,1250个脉冲,115%强度阈值,每天一次,每周五次,治疗4周。在治疗前、治疗第二周、治疗第四周和治疗结束后4周评估VAS、简化McGill疼痛问卷、脊髓损伤疼痛数据集、匹兹堡睡眠质量指数和汉密尔顿焦虑量表,并计算VAS变化。 伦理与传播 西南医科大学附属医院伦理委员会批准本次试验,编号为KY2020041。在核实符合纳入标准后,将向所有参与者提供书面知情同意书。研究结果将发表在同行评议出版物上。试验注册号为 ChiCTR2000032362。
克雷佩林(Kraepelin)在他对精神分裂症(SZ)的早期描述中,将这种疾病描述为“没有指挥家的乐团。”克雷佩林进一步推测该“导体”位于额叶。在接下来的几十年中,来自多项研究的发现清楚地暗示了背外侧前额叶皮层(DLPFC)在SZ病理生理学中起着核心作用,尤其是在关键认知特征(例如在工作记忆和认知控制中定性)的关键认知特征。概述了与DLPFC功能相关的认知机制以及SZ中它们如何改变后,我们回顾了来自一系列神经科学方法的证据,从而解决了这些认知障碍如何反映出疾病潜在的病理生理学。特别是我们提供的证据表明,在一系列的空间和时间分辨率中,SZ中DLPFC的改变是显而易见的:从其细胞和分子结构到其总体结构和功能完整性,从MilliseCond到更长的时间标准。然后,我们基于DLPFC中神经元信号的变化如何改变神经活动的同步模式来产生大电路级的变化DLPFC激活中最终影响认知和行为。我们讨论了针对SZ中DLPFC功能的最初努力,这些努力的临床意义以及未来发展的潜在途径。
1。引言神经元是高度极化的细胞类型,在结构和功能上具有不同的过程,并从介导信息流过神经系统(例如树突和轴突)的SOMA延伸。轴突是一个类似线的过程,它通过从SOMA出现的神经递质的释放传输到其他神经元,这是一个单个长过程。来自Soma出现的多个分支过程称为树突。树突中包含神经递质受体,可从相邻连接的神经元收集信号[1]。神经元,其中三个以上的树突由soma产生,并以不同角度或不同的杆子辐射为多极神经元,其轴突末端包含多型突触囊泡[2],一种突触特征,一种突触特征,通常与抑制性神经转相者相关。在哺乳动物中,在锥体神经元之后,第二个位置由多极神经元获得[4]。
GABA 能神经元是皮质网络中的关键回路元素。尽管越来越多的证据表明抑制细胞在外侧 (LA) 和基底 (BA) 杏仁核功能中发挥着关键作用,但这些杏仁核中的 GABA 能神经元数量及其不同类型的比例尚未确定。使用无偏立体学,我们发现雄性和雌性小鼠的 BA (22%) 中的 GABA 能神经元比例明显高于 LA (16%)。无论性别,左右半球之间均无差异。此外,我们还评估了两个杏仁核中主要抑制细胞类型的比例。使用转基因小鼠和病毒策略可视化抑制细胞并结合免疫细胞化学,我们估计以下细胞类型共同构成了 LA 和 BA 中的绝大多数 GABA 能细胞:轴突-轴突细胞(5.5%-6%)、表达小清蛋白(17%-20%)或胆囊收缩素(7%-9%)的篮状细胞、表达生长抑素的树突靶向抑制细胞(10%-16%)、含有 NPY 的神经胶质细胞(14%-15%)、表达 VIP 和/或钙网膜蛋白的中间神经元选择性中间神经元(29%-38%)以及表达生长抑素和神经元一氧化氮合酶的 GABA 能投射神经元(5.5%-8%)。我们的结果表明,这些杏仁核包含在其他皮质区域发现的所有主要 GABA 能神经元类型。此外,我们的数据为未来的研究提供了重要的参考,旨在揭示在不同病理条件下通常观察到的 GABA 能细胞数量和抑制细胞类型的变化,并模拟健康和疾病状态下杏仁核网络的功能。
Abstract Neurons of the ventrolateral periaqueductal gray (vlPAG) and adjacent deep mesencephalic reticular nucleus (DpMe) are implicated in the control of sleep-wake state and are hypothesized components of a flip-flop circuit that main- tains sleep bistability by preventing the overexpression of non-rapid eye movement (NREM)/REM sleep intermediary states (NRT)。为了确定VLPAG/DPME神经元在维持睡眠双重性方面的贡献,我们将触发器电路的计算机模拟与VLPAG/DPME神经元的局灶性灭活相结合,通过微透析通过GABA A的受体激动剂在自由的肌肉中递送Mycroprogrination n = 25),以进行gaba A受体激动剂(N = 25)的仪器(n = 25)。rem睡眠,与先前的研究一致。但是,我们对体内NRT动力学的分析以及Flop-Flop电路模拟产生的分析表明,当前的思维过于狭窄地集中在REM睡眠不活跃种群对REM睡眠控制中的REM睡眠群体对VLPAG/DPME参与的贡献。我们发现,Muscimol介导的REM睡眠的大部分介导的增加被更恰当地归类为NRT。失去睡眠的丧失伴随着REM睡眠的分裂,这证明了Short Short Rem睡眠爆发数量的增加。rem睡眠碎片化源于源自REM睡眠中的NRT回合的数量和持续时间。相比之下,nREM睡眠回合也不会被VLPAG/DPME失活所破坏。在触发电路电路模拟中,不能仅仅通过抑制REM睡眠不活跃的种群来进行这些变化。取而代之的是,需要对REM睡眠的组合抑制和无效的VLPAG/DPME亚群来复制NRT动力学的变化。
1美国纽黑文耶鲁大学精神病学系; 2美国纽黑文市耶鲁大学跨部门神经科学计划; 3美国纽约市纽约市城市大学; 4在美国纽约的Stony Brook University的神经科学计划; 5美国贝塞斯达国家神经系统疾病与中风研究所(NINDS); 6美国贝塞斯达国家心理健康研究所(NIMH); 7中国北京的中国大脑研究所(CIBR); 8中国北京北京大学生命科学学院膜生物学国家主要实验室; 9 PKU-IDG/MCGOVERN脑研究所,中国北京; 10北京北京北京大学高级跨学科研究学院生命科学中心Peking-Tsinghua中心; 11美国纽黑文耶鲁大学医学学院比较医学1美国纽黑文耶鲁大学精神病学系; 2美国纽黑文市耶鲁大学跨部门神经科学计划; 3美国纽约市纽约市城市大学; 4在美国纽约的Stony Brook University的神经科学计划; 5美国贝塞斯达国家神经系统疾病与中风研究所(NINDS); 6美国贝塞斯达国家心理健康研究所(NIMH); 7中国北京的中国大脑研究所(CIBR); 8中国北京北京大学生命科学学院膜生物学国家主要实验室; 9 PKU-IDG/MCGOVERN脑研究所,中国北京; 10北京北京北京大学高级跨学科研究学院生命科学中心Peking-Tsinghua中心; 11美国纽黑文耶鲁大学医学学院比较医学
对环境施加灵活的工具控制的能力是适应性决策的决定性特征。在这里,我们研究了调节对具有更大工具分歧的环境的偏好的神经基础,工具分歧是与替代行动相关的结果概率分布之间的距离。作为代理的正式指标,工具分歧允许有机体随着偏好的变化灵活地获得当前最期望的结果。因此,它可能具有内在效用,引导决策走向最大化工具力量的环境。与此观点一致,我们发现,将工具分歧视为奖励替代品的预期价值测量比仅对金钱奖励敏感的传统模型更好地解释了男性和女性人类参与者的选择偏好。使用基于模型的 fMRI,我们发现前额外侧和腹内侧 PFC 中的活动(分别与抽象认知推理和主观价值计算相关)随基于分歧的预期价值解释而缩放。讨论了信息理论和动机变量的神经共同货币的含义。
内嗅皮质内侧和外侧部分(MEC 和 LEC)的神经元轴突形成内侧和外侧穿通通路(MPP 和 LPP),它们是海马皮质输入的主要来源。解剖学、生理学和药理学研究表明 MPP 和 LPP 是不同的。不幸的是,评估这两种通路损伤的功能意义尚未使用已知对啮齿动物海马功能敏感的任务。在本研究中,我们使用生理学和解剖学相结合的方法对 MPP 和 LPP 进行分离损伤。对 MPP 或 LPP 损伤的大鼠进行了水任务中的位置学习测试和对情境的辨别性恐惧条件化任务。结果表明,MPP 损伤导致位置学习受损,而 LPP 损伤则不会。情境辨别数据显示,MPP 损伤的恐惧效应类似杏仁核,减弱,LPP 损伤的辨别性恐惧条件化情境效应增强。与 Buzsa´ki 提出的空间学习两阶段模型一致(Buzsa´ki G,记忆痕迹形成的两阶段模型:“嘈杂”大脑状态的作用。神经科学 1989;31(3):551–570),水任务中的损伤可以解释为反映 MPP 突触在激活海马神经元方面的更高效率。情境辨别结果可以通过到达 MEC 和 LEC 的感觉信息的分离来解释,或者通过 MEC 的边缘性质与 LEC 的感觉性质之间的分离来解释。© 1999 Elsevier Science BV 保留所有权利。