Using measures of corticospinal excitability to map symptom severity in multiple sclerosis
Notice bibliographique
Résumé
Background: Transcranial magnetic stimulation (TMS) is a tool used to measure corticospinal excitability. To evaluate the usefulness of TMS as a biomarker in multiple sclerosis (MS), the first step is to examine how well variables derived using TMS align with clinical symptoms of MS. Methods: Participants with MS (n=38) were assigned to motor, cognitive, sensory, or asymptomatic clinical group based on their Expanded Disability Status Scale (EDSS) assessment. Following recording of demographic information, subjective health and scoring of walking and cognition, TMS measures were collected from each brain hemisphere. We first examined whether TMS parameters (resting motor threshold (RMT), active motor threshold (AMT), and cortical silent period (CSP)) would differ among clinical groups. Next, we examined whether TMS parameters predicted severity of symptoms. Results: CSP and AMT in the hemisphere corresponding to the weaker hand predicted measures of symptom severity among people with MS in the motor and cognitive profile groups. Longer CSP was the strongest predictor of slower walking speed (F(1,17)=22.82, p<0.001). Higher AMT was the strongest predictor of cognitive impairment using the Montreal Cognitive Assessment (F(1,17)==25.29, p=0.001) and perceived physical impact of MS using the Multiple Sclerosis Impact Scale-29 (F(1,17)=30.63, p<0.001). Conclusions: CSP and AMT in the hemisphere corresponding to the weaker hand predicted severity of symptoms among people with MS in the motor and cognitive groups. In these cases, TMS variables provided greater predictive value than the traditional EDSS, supporting the use of TMS outcomes as biomarkers in MS.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».