MétaCan
Menu
Retour à la cohorte
Enregistrement W2939547055 · doi:10.1038/s41598-019-42693-x

Pulsed Near Infrared Transcranial and Intranasal Photobiomodulation Significantly Modulates Neural Oscillations: a pilot exploratory study

2019· article· en· W2939547055 sur OpenAlexaff
Reza Zomorrodi, Genane Loheswaran, Abhiram Pushparaj, Lew Lim

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueLaser Applications in Dentistry and Medicine
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésElectroencephalographyNeuroscienceCheckerboardDefault mode networkStimulationTranscranial alternating current stimulationPhase lagTranscranial magnetic stimulationNear-infrared spectroscopyMedicineAudiologyBiomedical engineeringFunctional connectivityPsychologyBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

Transcranial photobiomodulation (tPBM) is the application of low levels of red or near-infrared (NIR) light to stimulate neural tissues. Here, we administer tPBM in the form of NIR light (810 nm wavelength) pulsed at 40 Hz to the default mode network (DMN), and examine its effects on human neural oscillations, in a randomized, sham-controlled, double-blinded trial. Using electroencephalography (EEG), we found that a single session of tPBM significantly increases the power of the higher oscillatory frequencies of alpha, beta and gamma and reduces the power of the slower frequencies of delta and theta in subjects in resting state. Furthermore, the analysis of network properties using inter-regional synchrony via weighted phase lag index (wPLI) and graph theory measures, indicate the effect of tPBM on the integration and segregation of brain networks. These changes were significantly different when compared to sham stimulation. Our preliminary findings demonstrate for the first time that tPBM can be used to non-invasively modulate neural oscillations, and encourage further confirmatory clinical investigations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,272
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations160
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetLaser Applications in Dentistry and MedicineTravaux en français237 207