Investigating EEG biomarkers of clinical response to low frequency rTMS in depression
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
Repetitive transcranial magnetic stimulation (rTMS) is an effective intervention for major depressive disorder (MDD). Completing a full treatment course, however, is costly and time-consuming. Biomarkers of clinical outcome such as baseline resting-state brain activity measured with electroencephalography (EEG) may spare people futile treatment and conserve limited clinical resources. Additionally, investigating changes in EEG power post-treatment could provide insights into the working mechanism of rTMS. 39 MDD patients received 6 daily sessions of accelerated low-frequency (LF) rTMS over the right dorsolateral prefrontal cortex (DLPFC) for 5 days followed by a tapering course of 25 once-daily sessions. Resting-state EEG and heart rate (HR) measures were acquired immediately before and after a single rTMS session at 3 different timepoints: baseline, one week after the final accelerated session, and upon completion of the tapering course. The primary clinical outcome measure was the Beck Depression Inventory II (BDI-II). High relative baseline theta power in prefrontal areas and high baseline HR were associated with poorer clinical outcome. HR decreased acutely at the beginning of the patients’ first rTMS session but this effect was not associated with treatment outcome. The main limitations were small sample size and a lack of sham and healthy control group. Our results suggest that high relative theta power at baseline may be a marker of poorer response to right-sided LF rTMS. If validated, this easily applicable measure could inform rTMS protocol choice for the individual, thereby potentially speeding up patient recovery and saving clinical resources.
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 | 0,002 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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