MétaCan
Menu
Retour à la cohorte
Enregistrement W3034001376 · doi:10.3389/fnins.2020.00522

Non-invasive Transcranial Electrical Stimulation in Movement Disorders

2020· review· en· W3034001376 sur OpenAlexaff
Jacky Ganguly, Aditya Murgai, Soumya Sharma, Dorian Aur, Mandar Jog

Notice bibliographique

RevueFrontiers in Neuroscience · 2020
Typereview
Langueen
DomaineNeuroscience
ThématiqueTranscranial Magnetic Stimulation Studies
Établissements canadiensWestern UniversityLondon Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésTranscranial direct-current stimulationTranscranial magnetic stimulationNeuroscienceMovement disordersTranscranial alternating current stimulationDystoniaStimulationBrain stimulationNeuromodulationEssential tremorPsychologyAtaxiaMedicinePhysical medicine and rehabilitationDisease

Résumé

récupéré en direct d'OpenAlex

Dysfunction within large-scale brain networks as the basis for movement disorders is an accepted hypothesis. The treatment options for restoring network function are limited. Non-invasive brain stimulation techniques such as repetitive transcranial magnetic stimulation are now being studied to modify the network. Transcranial electrical stimulation (tES) is also a portable, cost-effective, and non-invasive way of network modulation. Transcranial direct current stimulation and transcranial alternating current stimulation have been studied in Parkinson's disease, dystonia, tremor, and ataxia. Transcranial pulsed current stimulation and transcranial random noise stimulation are not yet studied enough. The literature in the use of these techniques is intriguing, yet many unanswered questions remain. In this review, we highlight the studies using these four potential tES techniques and their electrophysiological basis and consider the therapeutic implication in the field of movement disorders. The objectives are to consolidate the current literature, demonstrate that these methods are feasible, and encourage the application of such techniques in the near future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,307
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetTranscranial Magnetic Stimulation StudiesTravaux en français237 207