Major depression and electrovestibulography
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
OBJECTIVES: No electrophysiological neuroimaging or genetic markers have been established that strongly relate to a diagnosis of major depression or its severity. The objective of this paper is to describe the preliminary evaluation of a potential new biomarker for depression utilizing the recording of electrical activity from the outer ear canal referred to as electrovestibulography (EVestG). METHODS: Sensory oto-acoustic features were extracted from EVestG data to compare 31 healthy age- and gender-matched individuals as controls to 43 major depressive disorder (MDD) subjects (22 symptomatic (MDD-S), 21 reduced symptomatic (MDD-R)). The stimulus was a single supine-vertical translation. The six features examined were based on the measured firing pattern interval histogram and the shape of the average field potential response. RESULTS: An unbiased classification accuracy of 85, 87 and 77% was achieved for separating Control from MDD-S, Control from MDD, and MDD-S from MDD-R groups respectively. Features used showed low but significant correlations (P < 0.05) with MADRS and CORE assessments. CONCLUSIONS: The results support the use of separate features for measuring MDD symptomatology versus diagnosing MDD, representing plausible different mechanisms of brain function in MDD-S and MDD-R. The first evidence of the successful application of sensory oto-acoustic features toward diagnosing and measuring the symptomatology of MDD is presented.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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