Functional connectivity of the anterior cingulate cortex predicts treatment outcome for rTMS in treatment-resistant depression at 3-month follow-up
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Repetitive transcranial magnetic stimulation (rTMS) is a first-line treatment for treatment-resistant depression (TRD). The mechanisms of action of rTMS are not fully understood, and no biomarkers are available to assist in clinical practice to predict response to rTMS. This study aimed to demonstrate that after-rTMS clinical improvement is associated with functional connectivity (FC) changes of the subgenual cingulate cortex (sgACC) and rostral anterior cingulate (rACC), and FC of sgACC and rACC might serve as potential predictors for treatment response. METHODS: Resting-state functional magnetic resonance imaging (rs-fMRI) data were collected within 1 week before rTMS initiation in 50 TRD patients to predict subsequent response to rTMS on the left dorsolateral prefrontal cortex (DLPFC). Follow-up rs-fMRI was obtained 12 weeks after completion of rTMS and neural correlates of rTMS in sgACC- and rACC-related FC patterns were compared to before rTMS data and with rs-fMRI from healthy participants. RESULTS: Treatment response was associated with lower FC of sgACC to right DLPFC and higher FC of rACC to left lateral parietal cortex (IPL) measured at baseline. Using sgACC-DLPFC and rACC-IPL connectivity as features, responder-nonresponder classification accuracies of 84% and 76% (end-of-treatment), 88% and 81% (3-month follow-up), respectively were achieved. Longitudinal rs-fMRI data analyses revealed that the hyperconnectivity between sgACC and visual cortex was normalized to a level which was comparable to that of healthy participants. CONCLUSIONS: Brain activity patterns in depression are predictive of treatment response to rTMS, and longitudinal change of brain activity in relevant brain circuits after rTMS is associated with treatment response in depression. Target engagement paradigms may offer opportunities to increase the efficacy of rTMS in TRD by optimal selection of patients for treatment. TRIAL REGISTRATION: ClinicalTrials.gov Identifiers: NCT01887782 and NCT02800226.
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 | 0,000 | 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 ».