Biomarkers of response to transcranial magnetic stimulation in youth with treatment resistant major depression
Notice bibliographique
Résumé
Background Major depressive disorder (MDD) affects approximately 15% of youth, half of who do not respond to standard treatment. One promising intervention is repetitive transcranial magnetic stimulation (rTMS). However, response is limited, highlighting the need to focus on biomarkers to predict treatment response. Objectives To explore baseline biomarkers of response associated with rTMS treatment in adolescent MDD. Aims To determine the association between dorsolateral prefrontal cortex (DLPFC) glutamate levels, cortical thickness, and cerebral blood flow (CBF) with MDD symptomatology decrease after rTMS intervention. Methods Twenty-four MDD youth underwent 3 weeks of rTMS, baseline and post-intervention magnetic resonance imaging scans, and short echo proton magnetic resonance spectroscopy. Response was determined by a 50% reduction of depression scores. Results Depressive symptoms decreased with rTMS (t = 8.304, P = 0.00). Glutamate levels differed significantly between responders and non-responders (t = 2.24, P = 0.0039), where higher glutamate changes were associated with a better response (r = 0.416, P = 0.038). Responders also exhibited thinner DLPFC (r = –0.797, P = 0.000) and lower CBF levels. Conclusions The development of biomarkers for rTMS represents a novel and encouraging technique for a personalized and effective treatment while reducing ineffective treatment costs and personal burden in adolescent MDD. Disclosure of interest The authors have not supplied their declaration of competing interest.
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 | 0,002 |
| 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 | 0,000 |
| 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 ».