MOSAICS: An open-source Python platform for brain stimulation mapping analysis
Notice bibliographique
Résumé
Subthalamic (STN) rhythmic activity in the beta band (11e30 Hz range) is considered the most promising biomarker for controlling novel adaptive deep brain stimulation (aDBS) therapies in Parkinson's disease (PD).aDBS typically follows the amplitude (or power) of beta oscillations, which is sensitive to the clinical and dopaminergic state of the patient.An implicit assumption of this approach is that the frequency of the oscillation is fixed and thus does not convey any useful information about the state of the patient.Here we challenged this assumption by quantifying the temporal structure of both the amplitude and the frequency of STN beta oscillations, extracted from local field potential (LFP) recordings in patients OFF and ON medication.We specifically calculated the temporal variance of instantaneous amplitude (amplitude modulation, AM) and the temporal variance of instantaneous frequency (frequency modulation, FM).We found that beta AM decreases while and beta FM increases with dopaminergic medication, with significant within-and between-subjects interactions.Furthermore, two components of the instantaneous frequency signal (i.e. its slow part and the phase slips) differently contribute to the dopaminedependent interactions between AM and FM.These findings suggest that both AM and FM of STN beta oscillations jointly define the dopaminergic state of the patient and promote FM as a possible novel biomarker for aDBS in PD.
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 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».