Faculty Opinions recommendation of Can repetitive magnetic stimulation improve cognition in schizophrenia? Pilot data from a randomized controlled trial.
Notice bibliographique
Résumé
BACKGROUND: Working memory represents a core cognitive domain that is impaired in schizophrenia for which there are currently no satisfactory treatments. Repetitive transcranial magnetic stimulation (rTMS) targeted over the dorsolateral prefrontal cortex has been shown to modulate neurophysiological mechanisms linked to working memory in schizophrenia and improves working memory performance in healthy subjects and might therefore represent a treatment modality for schizophrenia patients. The objectives were to evaluate the effects of rTMS on working memory performance in schizophrenia patients and evaluate whether rTMS normalizes performance to healthy subject levels.METHODS: In a 4-week randomized double-blind sham-controlled pilot study design, 27 medicated schizophrenia patients were tested at the Centre for Addiction and Mental Health (a university teaching hospital that provides psychiatric care to a large urban catchment area and serves as a tertiary referral center for the province of Ontario). Patients performed the verbal working memory n-back task before and after rTMS magnetic resonance image targeted bilaterally sequentially to left and right dorsolateral prefrontal cortex 750 pulses/side at 20 Hz for 20 treatments. The main outcome measure was mean magnitude of change in the n-back accuracy for target responses with active (n = 13) or sham (n = 12) rTMS treatment course.RESULTS: The rTMS significantly improved 3-back accuracy for targets compared with placebo sham (Cohen's d = .92). The improvement in 3-back accuracy was also found to be at a level comparable to healthy subjects.CONCLUSIONS: These pilot data suggest that bilateral rTMS might be a novel, efficacious, and safe treatment for working memory deficits in patients with schizophrenia.Copyright © 2013 Society of Biological Psychiatry. Published by Elsevier Inc. All rights reserved. PMID: 23039931 Funding information This work was supported by: Canadian Institutes of Health Research, Canada
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,006 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,133 | 0,010 |
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 ».