Diagnostic and Predictive Applications of Functional Near-Infrared Spectroscopy for Major Depressive Disorder: A Systematic Review
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
INTRODUCTION: Major depressive disorder (MDD) is a global psychiatric disorder with no established biomarker. There is growing evidence that functional near-infrared spectroscopy (fNIRS) has the ability to aid in the diagnosis and prediction of the treatment response of MDD. The aim of this review was to systematically review, and gather the evidence from existing studies that used fNIRS signals in the diagnosis of MDD, correlations with depression symptomatology, and the monitoring of treatment response. METHODS: PubMed, EMBASE, ScienceDirect, and Cochrane Library databases were searched for published English articles from 1980 to June 2019 that focused on the application of fNIRS for (i) differentiating depressed versus nondepressed individuals, (ii) correlating with depression symptomatology, and in turn (iii) monitoring treatment responses in depression. Studies were included if they utilized fNIRS to evaluate cerebral hemodynamic variations in patients with MDD of any age group. The quality of the evidence was assessed using the Newcastle-Ottawa quality assessment scale. RESULTS: A total of 64 studies were included in this review, with 12 studies being longitudinal, while the rest were cross-sectional. More than two-thirds of the studies (n = 49) had acceptable quality. fNIRS consistently demonstrated attenuated cerebral hemodynamic changes in depressed compared to healthy individuals. fNIRS signals have also shown promise in correlating with individual symptoms of depression and monitoring various treatment responses. CONCLUSIONS: This review provides comprehensive updated evidence of the diagnostic and predictive applications of fNIRS in patients with MDD. Future studies involving larger sample sizes, standardized methodology, examination of more brain regions in an integrative approach, and longitudinal follow-ups are needed.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 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