Transcranial Magnetic Stimulation as a Potential Biomarker in Multiple Sclerosis: A Systematic Review with Recommendations for Future Research
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
Multiple sclerosis (MS) is a demyelinating disorder of the central nervous system. Disease progression is variable and unpredictable, warranting the development of biomarkers of disease status. Transcranial magnetic stimulation (TMS) is a noninvasive method used to study the human motor system, which has shown potential in MS research. However, few reviews have summarized the use of TMS combined with clinical measures of MS and no work has comprehensively assessed study quality. This review explored the viability of TMS as a biomarker in studies of MS examining disease severity, cognitive impairment, motor impairment, or fatigue. Methodological quality and risk of bias were evaluated in studies meeting selection criteria. After screening 1603 records, 30 were included for review. All studies showed high risk of bias, attributed largely to issues surrounding sample size justification, experimenter blinding, and failure to account for key potential confounding variables. Central motor conduction time and motor-evoked potentials were the most commonly used TMS techniques and showed relationships with disease severity, motor impairment, and fatigue. Short-latency afferent inhibition was the only outcome related to cognitive impairment. Although there is insufficient evidence for TMS in clinical assessments of MS, this review serves as a template to inform future research.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 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