Short and Long-term Effects of rTMS Treatment on Alzheimer's Disease at Different Stages: A Pilot Study
Notice bibliographique
Résumé
Repetitive transcranial magnetic stimulation (rTMS) uses a magnetic coil to induce an electric field in brain tissue. As a pilot study, we investigated the effect of rTMS treatment on 10 volunteers with Alzheimer's disease (AD) in a two-stage study. The first stage consisted of a double-blind crossover study with real and sham treatments. Each treatment block consisted of 13 sessions over 4 weeks. During each session, 2000 TMS pulses at 90%-100% of resting motor threshold were applied to dorsolateral prefrontal cortex bilaterally, and the patients were kept cognitively active by object/action naming during the treatment. The second stage was an open-label study, in which the same treatments were performed in 2-week blocks (10 sessions) approximately every 3 months as follow-up treatments on six of the volunteers, who completed the first stage of the study. Primary outcome measures were the Montreal Cognitive Assessment (MOCA) and the Alzheimer's Disease Assessment Scale-cognitive subscale. The secondary outcome measures were the Revised Memory and Behavior Checklist as well as our team's custom-designed cognitive assessments. The results showed a noticeably stronger improvement on all assessments during the real treatment as compared to the sham treatment. The changes in MOCA scores as well as our designed cognitive assessment were found to be statistically significant, with particularly strong results in the six volunteers who were in the early stages of the disease. The long-term trends observed in the second stage of the study also showed generally less decline than would be expected for their condition. It appears that rTMS can be an effective tool for improving the cognitive abilities of patients with early to moderate stages of AD. However, the positive effects of rTMS may persist for only up to a few weeks. Specific skills being practiced during rTMS treatment may retain their improvement for longer periods.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| 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 ».