Modeling transcranial electrical stimulation in the aging brain
Notice bibliographique
Résumé
BACKGROUND: Varying treatment outcomes in transcranial electrical stimulation (tES) recipients may depend on the amount of current reaching the brain. Brain atrophy associated with normal aging may affect tES current delivery to the brain. Computational models have been employed to compute predicted tES current inside the brain. This study is the largest study that uses computational models to investigate tES field distribution in healthy older adults. METHODS: Individualized head models from 587 healthy older adults (mean = 73.9years, 51-95 years) were constructed to create field maps. Two electrode montages (F3-F4, M1-SO) with 2 mA input current were modeled using ROAST with modified codes. A customized template of healthy older adults, the UFAB-587, was created from the same dataset and used to warp individual brains into the same space. Warped models were analyzed to determine the relationship between computed field measures, brain atrophy and age. MAIN RESULTS: = 0.0829, p = 1.14e-12). Field pattern showed negative correlation with age in brain sub-regions including part of DLPFC and precentral gyrus. Mediation analysis revealed that the negative correlation between age and current density is partially mediated by brain-to-CSF ratio. CONCLUSIONS: Computed field measures showed decreasing amount of tES current reaching the brain with increasing atrophy. Therefore, adjusting current dose by modifying tES stimulation parameters in older adults based on degree of atrophy may be necessary to achieve desired stimulation benefits. Results from this study may inform future tES application in healthy older adults.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».