Electroencephalography in Psychiatric Surgery: Past Use and Future Directions
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
The last two decades have seen a re-emergence of surgery for intractable psychiatric disease, in large part due to increased use of deep brain stimulation. The development of more precise, image-guided, less invasive interventions has improved the safety of these procedures, even though the relative merits of modulation at various targets remain under investigation. With an increase in the number and type of interventions for modulating mood/anxiety circuits, the need for biomarkers to guide surgeries and predict treatment response is as critical as ever. Electroencephalography (EEG) has a long history in clinical neurology, cognitive neuroscience, and functional neurosurgery, but has limited prior usage in psychiatric surgery. MEDLINE, Embase, and Psyc-INFO searches on the use of EEG in guiding psychiatric surgery yielded 611 articles, which were screened for relevance and quality. We synthesized three important themes. First, considerable evidence supports EEG as a biomarker for response to various surgical and non-surgical therapies, but large-scale investigations are lacking. Second, intraoperative EEG is likely more valuable than surface EEG for guiding target selection, but comes at the cost of greater invasiveness. Finally, EEG may be a promising tool for objective functional feedback in developing "closed-loop" psychosurgeries, but more systematic investigations are required.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 |
| 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