The study of noninvasive brain stimulation using molecular brain imaging: A systematic review
Notice bibliographique
Résumé
Electromagnetic noninvasive brain stimulation (NIBS) techniques, such as transcranial magnetic stimulation and transcranial electrical stimulation, are widely used in research and represent emerging clinical treatment options for many brain disorders. The brain-wide neurobiological effects of electromagnetic NIBS, however, are not yet fully characterized. The combination of NIBS with molecular brain imaging is a powerful tool for the investigation of these effects. Here, we conducted a systematic review of all published studies investigating the effects of all forms of electromagnetic NIBS using molecular imaging (positron emission tomography, single photon emission computed tomography). A meta-analysis was also conducted when sufficient studies employed similar methodologies. A total of 239 articles were identified, of which 71 were included in the review. Information was extracted about the study design, NIBS parameters, imaging parameters, and observed local and remote effects caused by the stimulation. Regional cerebral blood flow and glucose metabolism were the most common outcome measures, followed by dopamine neurotransmission. While the vast majority of studies obtained remote effects of stimulation in interconnected regions, approximately half of the studies showed local effects at the stimulation site. Our meta-analysis on motor cortex stimulation also showed consistent remote effects. The literature review demonstrates that although the local effects of NIBS as captured by molecular imaging are sometimes modest, there are robust remote changes in brain activity and neurotransmitter function. Finally, we discuss the potential pitfalls and methodological issues and identify gaps in the current knowledge that could be addressed using these techniques.
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 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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».