Resting-state networks link invasive and noninvasive brain stimulation across diverse psychiatric and neurological diseases
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
Brain stimulation, a therapy increasingly used for neurological and psychiatric disease, traditionally is divided into invasive approaches, such as deep brain stimulation (DBS), and noninvasive approaches, such as transcranial magnetic stimulation. The relationship between these approaches is unknown, therapeutic mechanisms remain unclear, and the ideal stimulation site for a given technique is often ambiguous, limiting optimization of the stimulation and its application in further disorders. In this article, we identify diseases treated with both types of stimulation, list the stimulation sites thought to be most effective in each disease, and test the hypothesis that these sites are different nodes within the same brain network as defined by resting-state functional-connectivity MRI. Sites where DBS was effective were functionally connected to sites where noninvasive brain stimulation was effective across diseases including depression, Parkinson's disease, obsessive-compulsive disorder, essential tremor, addiction, pain, minimally conscious states, and Alzheimer's disease. A lack of functional connectivity identified sites where stimulation was ineffective, and the sign of the correlation related to whether excitatory or inhibitory noninvasive stimulation was found clinically effective. These results suggest that resting-state functional connectivity may be useful for translating therapy between stimulation modalities, optimizing treatment, and identifying new stimulation targets. More broadly, this work supports a network perspective toward understanding and treating neuropsychiatric disease, highlighting the therapeutic potential of targeted brain network modulation.
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 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| 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