Differentiating between bipolar and unipolar depression using prefrontal activation patterns: Promising results from functional near infrared spectroscopy (fNIRS) findings
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: Bipolar depression (BD) is a unique, severe and prevalent mental illness that shares many similarities in symptoms with unipolar depression (UD). Improving precision of their diagnoses would enhance treatment outcome and prognosis for both conditions. This study aims to provide evidence from functional Near-Infrared Spectroscopy (fNIRS) as a potential tool to differentiate UD and BD based on their differences in hemodynamic change in the prefrontal cortex during verbal fluency tasks (VFT). METHODS: We enrolled 179 participants with clinically confirmed diagnoses, including 69 UD patients, 68 BD patients and 42 healthy controls(HC). Every participant was assessed using a 45-channel fNIRS and various clinical scales. FINDINGS: Compared with HC, region-specific fNIR leads show UD patients had significant lower hemodynamic activation in 4 particular pre-frontal regions: 1) the left dorsolateral prefrontal cortex (DLPFC), 2) orbitofrontal cortex (OFC), 3) bilateral ventrolateral prefrontal cortex (VLPFC) and 4) left inferior frontal gyrus (IFG). In contrast, BD vs. HC comparisons showed only significant lower hemodynamic activation in the LIFG area. Furthermore, compared to BD patients, UD patients showed decreased hemodynamic activation changes in the VLPFC region. CONCLUSION: Our results show significant frontal lobe activation pattern differences between UD and BD groups. fNIRS can be a potential tool to increase diagnostic precision for these conditions. In particular, the VLPFC area holds promise to be a useful site for such differentiation for further investigations.
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 | 0,000 | 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 | 0,001 |
| 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