A multivariate neuroimaging biomarker of individual outcome to transcranial magnetic stimulation in depression
Notice bibliographique
Résumé
The neurobiology of major depressive disorder (MDD) remains incompletely understood, and many individuals fail to respond to standard treatments. Repetitive transcranial magnetic stimulation (rTMS) of the dorsolateral prefrontal cortex (DLPFC) has emerged as a promising antidepressant therapy. However, the heterogeneity of response underscores a pressing need for biomarkers of treatment outcome. We acquired resting state functional magnetic resonance imaging (rsfMRI) data in 47 MDD individuals prior to 5-8 weeks of rTMS treatment targeted using the F3 beam approach and in 29 healthy comparison subjects. The caudate, prefrontal cortex, and thalamus showed significantly lower blood oxygenation level-dependent (BOLD) signal power in MDD individuals at baseline. Critically, individuals who responded best to treatment were associated with lower pre-treatment BOLD power in these regions. Additionally, functional connectivity (FC) in the default mode and affective networks was associated with treatment response. We leveraged these findings to train support vector machines (SVMs) to predict individual treatment responses, based on learned patterns of baseline FC, BOLD signal power and clinical features. Treatment response (responder vs. nonresponder) was predicted with 85-95% accuracy. Reduction in symptoms was predicted to within a mean error of ±16% (r = .68, p < .001). These preliminary findings suggest that therapeutic outcome to DLPFC-rTMS could be predicted at a clinically meaningful level using only a small number of core neurobiological features of MDD, warranting prospective testing to ascertain generalizability. This provides a novel, transparent and physiologically plausible multivariate approach for classification of individual response to what has become the most commonly employed rTMS treatment worldwide. This study utilizes data from a larger clinical study (Australian New Zealand Clinical Trials Registry: Investigating Predictors of Response to Transcranial Magnetic Stimulation for the Treatment of Depression; ACTRN12610001071011; https://www.anzctr.org.au/Trial/Registration/TrialReview.aspx?id=336262).
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».