Investigating the long-term stability and neurochemical substrates of TMS and MRS
Notice bibliographique
Résumé
La stimulation magnétique transcrânienne (SMT) et la spectroscopie par résonance magnétique (SRM) sont des techniques non-invasives permettant de quantifier l’activité GABAergique et glutamatergique du cerveau. La SMT et la SRM ont plusieurs applications en clinique et en recherche. En effet, ces outils peuvent être utilisés afin de déterminer l’efficacité d’un traitement ou la progression d’un processus pathologique. Cependant, malgré leur utilisation croissante dans le domaine médical, une certaine incertitude demeure quant aux substrats neurochimiques de ces techniques et à la stabilité à long terme des données acquises par SMT et SRM. Donc, dans un premier temps, la stabilité à long terme de plusieurs mesures prises par SMT et par SRM a été étudiée. En second lieu, afin de mieux comprendre quelles composantes du système GABAergique sont ciblées par ces deux techniques, des mesures de SRM et de SMT ont été obtenues après l’administration d’une benzodiazépine, le lorazépam, selon un devis expérimental randomisé, croisé, à double-aveugle et contrôlé par placébo. Deux articles composent cette thèse. Le premier article fait état d’une étude longitudinale, auprès d’adultes en santé, ayant pour but de déterminer la stabilité à long terme des concentrations de GABA et de Glx (glutamate + glutamine) obtenues par SRM ainsi que la stabilité des mesures d’inhibition et de facilitation corticale obtenues par SMT (rMT : seuil moteur au repos, %MSO : pourcentage d’intensité maximale du stimulateur, SICI : inhibition intra-corticale courte, LICI : inhibition intra-corticale longue, ICF : facilitation intra-corticale). Il a été démontré que les niveaux de GABA et de Glx sont stables au cours d’une période de trois mois. Alors que les mesures SMT de seuil moteur au repos, d’excitabilité corticale et de période corticale silencieuse sont stables à travers le temps, l’inhibition corticale à court intervalle et à long intervalle ainsi que la facilitation corticale sont beaucoup plus variables. Le deuxième article vise à comprendre la dissociation dans la sensibilité des mesures de SMT et SRM à refléter différentes facettes de l’activité GABAergique du cortex moteur. L’article porte sur une étude dans laquelle du lorazépam a été administré à des participants adultes en santé selon un devis randomisé, croisé, à double-aveugle et contrôlé par placébo. Des données SRM (GABA et Glx; cortex sensorimoteur et occipital) ainsi que des mesures SMT (cortex moteur) ont été obtenues suivant l’administration de lorazépam (ou de placébo). Il a été démontré que la prise de lorazépam réduisait les niveaux de GABA occipitaux, augmentait l’inhibition corticale et réduisait l’excitabilité du cortex moteur. La prise de médicament n’avait pas d’effet sur les autres mesures obtenues. De plus, il a été trouvé que l’effet du traitement sur l’inhibition corticale dépendait des concentrations endogènes de GABA dans le cortex sensorimoteur; une plus grande concentration de GABA étant prédictive d’une plus grande inhibition corticale suivant la prise de lorazépam. Dans leur ensemble, les résultats provenant des deux articles présentés dans cette thèse permettent de conclure que les mesures SRM des divers neurométabolites sont stables à long terme dans le cortex moteur et pourraient potentiellement servir de marqueurs dans l’évaluation de l’efficacité d’un traitement ou de l’évolution de processus pathologiques. Par contre, bien que certaines mesures SMT soient stables à long terme (rMT, %MSO, CSP), d’autres sont beaucoup plus variables (SICI, LICI, ICF); ainsi, la prudence est conseillée dans l’interprétation de ces mesures lors d’études cliniques. De plus, les effets différents que produit la prise de lorazépam sur les mesures SRM et SMT supportent la théorie selon laquelle les deux techniques n’ont pas les mêmes substrats neurochimiques. En effet, alors que les mesures TMS d’inhibition corticale refléteraient l’activité phasique des récepteurs GABAA, le signal SRM de GABA serait majoritairement intracellulaire et ne représenterait pas la neurotransmission GABAergique.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».