Cortical Inhibition in Motor and Non-Motor Regions: A Combined TMS-EEG Study
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
A number of studies using paired pulse transcranial magnetic stimulation (TMS) have demonstrated that cortical inhibition (CI) of the motor cortex can be recorded and also gauged through surface electromyography. However, recording CI from other brain regions that are more directly related with the pathophysiology of some neurologic and psychiatric disorders (e.g., dorsolateral prefrontal cortex (DLPFC) in schizophrenia) was previously fraught with technical difficulties. This study was therefore designed to examine, through a combination of TMS with EEG, whether CI could be measured directly from the motor cortex, DLPFC, and another non-motor region. To index CI, long interval cortical inhibition (LICI; a TMS paradigm) was used in the motor cortex and DLPFC in 14 healthy subjects, and in the parietal lobe in 5 of those subjects. In the motor cortex, LICI resulted in a significant suppression in mean cortical evoked activity on EEG (37.31 +/- 47.51%). In the DLPFC, LICI resulted in a significant suppression (32.45 +/- 47.86%) in mean cortical evoked activity and did not correlate with LICI in the motor cortex although they did not significantly differ. In the parietal lobe, LICI resulted in significant suppression (47.76 +/- 44.70%) in mean cortical evoked activity. In conclusion, CI in the dorsolateral prefrontal cortex, motor cortex and parietal cortex were similar at 120% of motor threshold. These data suggest that CI can be recorded by combining TMS with EEG and may facilitate future research attempting to ascertain the role of CI in the pathophysiology of several neurologic and psychiatric disorders.
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 | 0,000 | 0,006 |
| 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 | 0,000 | 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