p38 MAPK patterned EMF affects PC-12 neurite outgrowth after 2 days of treatment
Notice bibliographique
Résumé
Background and Objectives: Previous research has demonstrated that anatomical complexities of cortical regions determine transcranial magnetic stimulation (TMS) induced electric fields in the brain, which impact the response to TMS-based therapies.The current objective was to investigate the effect of individual neuroanatomy on first dorsal interosseous (FDI) and biceps brachii resting motor thresholds (RMT) in response to TMS.Methods: We performed a cross-sectional study using a convenience sample of ten healthy individuals (7 females, 23.5 ± 5 years).Each participant completed two TMS sessions (one each targeting the FDI and biceps cortical hotspots) and an MRI of the head on separate days.RMTs were determined using a Magstim Super BiStim stimulator via a 70 mm figure-of-eight coil to the left primary motor cortex and electromyography signals were measured from right FDI and biceps.Head models were generated based on T1 & T2 weighted MRI, while diffusion tensor imaging was used to determine fiber tract geometry for FDI and biceps corticospinal tracts.Via the models, we established neuroanatomical parameters including: fiber tract surface area (FTSA), tract fiber count (TFC), and brain scalp distance (BSD).Cortical electric field strength (EFS) was calculated using simulated stimulation of head models and finite element analysis.Results: For the FDI, RMT was dependent on the interaction between individually modeled parameters: 1) EFS and FTSA (p ¼ 0.036), and 2) EFS and TFC (p ¼ 0.004).For the biceps, RMT was dependent on the interaction between 1) EFS and FTSA (p ¼ 0.022) and 2) EFS and BSD (p ¼ 0.010).Conclusions: Our study results show that MRI-based measures of neuroanatomy, specifically cortical architecture and tract anatomy, differentially impact how the motor system responds to TMS.MRI-based modeling of individual neuroanatomy may be a useful approach to select appropriate motor targets when designing TMS based 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 | 0,000 |
| 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) | 0,004 | 0,001 |
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 ».