Hipocampo bajo anestesia: oddball, plasticidad y predicción semántica

Hipocampo bajo anestesia: oddball, plasticidad y predicción semántica#

Bajo anestesia general no hay consciencia. No hay dolor, no hay recuerdo. Pero el hipocampo de pacientes anestesiados con propofol siguió discriminando sonidos raros, aprendiendo en tiempo real, y prediciendo la siguiente palabra de un audio que se reprodujo durante la cirugía.

El hallazgo: En la correlación semántica all-words, los pacientes anestesiados (n=4, 368 unidades) tuvieron 0.397 vs 0.226 en pacientes despiertos (n=10, 356 unidades) — un factor de 1.76×. La señal sensorial compleja no se apaga cuando se apaga la consciencia.

Gráfica clave#

Anaesth vs Awake — predicción semántica y cobertura de unidades

Reproducir#

Abrir en Colab

O localmente:

pip install pandas matplotlib numpy
jupyter execute notebook.ipynb

Datos#

Las 6 tablas vienen del paper y de su material suplementario:

  • datos/comparacion_anaesth_awake.csv — 10 métricas pareadas anaesth vs awake (correlaciones semánticas, % unidades significativas, τ predicción)

  • datos/lfp_encoding_por_banda.csv — % canales LFP con encoding significativo en 6 bandas (delta a high_gamma)

  • datos/plasticity_slopes_por_banda.csv — pendientes de decoding tono/oddball por banda con p-values

  • datos/svm_decoding_accuracy.csv — accuracy de SVM (10-fold CV) por método y paciente

  • datos/cohorte.csv — 7 pacientes (3 oddball + 4 lenguaje), unidades y palabras

  • datos/categorias_codificadas_por_unidad.csv — distribución de unidades por # de categorías semánticas

Limitaciones del análisis#

  • n=7 pacientes, todos con epilepsia tratada quirúrgicamente.

  • Solo propofol — los autores declaran que no generaliza a otras anestesias.

  • La comparación anaesth vs awake usa hardware distinto (Neuropixels en anestesiados, microcables EMU en despiertos): es informativa, no controlada.

  • Las cifras son visualizaciones de los números reportados en el paper, no un re-análisis.

Contenido