MétaCan
Menu
Retour à la cohorte
Enregistrement W3215715914 · doi:10.1016/j.brs.2021.10.340

p38 MAPK patterned EMF affects PC-12 neurite outgrowth after 2 days of treatment

2021· article· en· W3215715914 sur OpenAlexaff
Adam D. Plourde‐Kelly, Blake T. Dotta, Stanley A. Koren

Notice bibliographique

RevueBrain stimulation · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrotubule and mitosis dynamics
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésNeuriteCell biologyMAPK/ERK pathwayp38 mitogen-activated protein kinasesNeuroscienceChemistryBiologySignal transductionBiochemistryIn vitro

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,245
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain stimulationMême sujetMicrotubule and mitosis dynamicsTravaux en français237 207