Modulation of functional network properties in major depressive disorder following electroconvulsive therapy (ECT): a resting-state EEG analysis
Notice bibliographique
Résumé
Electroconvulsive therapy (ECT) is a highly effective neuromodulatory intervention for treatment-resistant major depressive disorder (MDD). Presently, however, understanding of its neurophysiological effects remains incomplete. In the present study, we utilised resting-state electroencephalography (RS-EEG) to explore changes in functional connectivity, network topology, and spectral power elicited by an acute open-label course of ECT in a cohort of 23 patients with treatment-resistant MDD. RS-EEG was recorded prior to commencement of ECT and again within 48 h following each patient's final treatment session. Our results show that ECT was able to enhance connectivity within lower (delta and theta) frequency bands across subnetworks largely confined to fronto-central channels, while, conversely, more widespread subnetworks of reduced connectivity emerged within faster (alpha and beta) bands following treatment. Graph-based topological analyses revealed changes in measures of functional segregation (clustering coefficient), integration (characteristic path length), and small-world architecture following ECT. Finally, post-treatment enhancement of delta and theta spectral power was observed, which showed a positive association with the number of ECT sessions received. Overall, our findings indicate that RS-EEG can provide a sensitive measure of dynamic neural activity following ECT and highlight network-based analyses as a promising avenue for furthering mechanistic understanding of the effects of convulsive therapies.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».