Large-scale analysis of interindividual variability in theta-burst stimulation data: Results from the ‘Big TMS Data Collaboration’
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
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.
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 | 0,003 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| 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 découle