Optimal transcranial magnetic stimulation coil placement for targeting the dorsolateral prefrontal cortex using novel magnetic resonance image‐guided neuronavigation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The dorsolateral prefrontal cortex (DLPFC) has been implicated in the pathophysiology of several psychiatric illnesses including major depressive disorder and schizophrenia. In this regard, the DLPFC has been targeted in repetitive transcranial magnetic stimulation (rTMS) studies as a form of treatment to those patients who are resistant to medications. The '5-cm method' and the '10-20 method' for positioning the transcranial magnetic stimulation (TMS) coil over DLPFC have been scrutinised due to poor targeting accuracies attributed to inter-subject variability. We evaluated the accuracy of such methods to localise the DLPFC on the scalp in 15 healthy subjects and compared them with our novel neuronavigational method, which first estimates the DLPFC position in the cortex based on a standard template and then determines the most appropriate position on the scalp in which to place the TMS coil. Our neuronavigational method yielded a scalp position for the left DLPFC between electrodes F3 and F5 in standard space and was closest to electrode F5 in individual space. Further, we found that there was significantly less inter-subject variability using our neuronavigational method for localising the DLPFC on the scalp compared with the '5-cm method' and the '10-20 method'. Our findings also suggest that the '10-20 method' is superior to the '5-cm method' in reducing inter-subject variability and that electrode F5 should be the stimulation location of choice when MRI co-registration is not available.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle