Spontaneous and TMS-related EEG changes as new biomarkers to measure anti-epileptic drug effects
Notice bibliographique
Résumé
Robust biomarkers for anti-epileptic drugs (AEDs) activity in the human brain are essential to increase the probability of successful drug development. The frequency analysis of electroencephalographic (EEG) activity, either spontaneous or evoked by transcranial magnetic stimulation (TMS-EEG) can provide cortical readouts for AEDs. However, a systematic evaluation of the effect of AEDs on spontaneous oscillations and TMS-related spectral perturbation (TRSP) has not yet been provided. We studied the effects of Lamotrigine, Levetiracetam, and of a novel potassium channel opener (XEN1101) in two groups of healthy volunteers. Levetiracetam suppressed TRSP theta, alpha and beta power, whereas Lamotrigine decreased delta and theta but increased the alpha power. Finally, XEN1101 decreased TRSP delta, theta, alpha and beta power. Resting-state EEG showed a decrease of theta band power after Lamotrigine intake. Levetiracetam increased theta, beta and gamma power, while XEN1101 produced an increase of delta, theta, beta and gamma power. Spontaneous and TMS-related cortical oscillations represent a powerful tool to characterize the effect of AEDs on in vivo brain activity. Spectral fingerprints of specific AEDs should be further investigated to provide robust and objective biomarkers of biological effect in human clinical trials.
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 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».