Large-scale analysis of interindividual variability in theta-burst stimulation data: Results from the ‘Big TMS Data Collaboration’
Notice bibliographique
Résumé
BACKGROUND: Many studies have attempted to identify the sources of interindividual variability in response to theta-burst stimulation (TBS). However, these studies have been limited by small sample sizes, leading to conflicting results. OBJECTIVE/HYPOTHESIS: This study brought together over 60 TMS researchers to form the 'Big TMS Data Collaboration', and create the largest known sample of individual participant TBS data to date. The goal was to enable a more comprehensive evaluation of factors driving TBS response variability. METHODS: 118 corresponding authors of TMS studies were emailed and asked to provide deidentified individual TMS data. Mixed-effects regression investigated a range of individual and study level variables for their contribution to iTBS and cTBS response variability. RESULTS: 430 healthy participants' TBS data was pooled across 22 studies (mean age = 41.9; range = 17-82; females = 217). Baseline MEP amplitude, age, target muscle, and time of day significantly predicted iTBS-induced plasticity. Baseline MEP amplitude and timepoint after TBS significantly predicted cTBS-induced plasticity. CONCLUSIONS: This is the largest known study of interindividual variability in TBS. Our findings indicate that a significant portion of variability can be attributed to the methods used to measure the modulatory effects of TBS. We provide specific methodological recommendations in order to control and mitigate these sources of variability.
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 | 0,037 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».