The Effect of Coil Orientation on the Stimulation of the Pre–Supplementary Motor Area: A Combined TMS and EEG Study
Notice bibliographique
Résumé
Studies using transcranial magnetic stimulation (TMS) have demonstrated the importance of direction and intensity of the applied current when the primary motor cortex (M1) is targeted. By varying these, it is possible to stimulate different subsets of neural elements, as demonstrated by modulation of motor evoked potentials (MEPs) and motor behaviour. The latter involves premotor areas as well, and among them, the presupplementary motor area (pre-SMA) has recently received significant attention in the study of motor inhibition. It is possible that, similar to M1, different neuronal populations can be activated by varying the direction and intensity of TMS; however, the absence of a direct electrophysiological outcome has limited this investigation. The problem can be solved by quantifying direct cortical responses by means of combined TMS and electroencephalography (TMS-EEG). We investigated the effect of variable coil orientations (0°, 90°, 180° and 270°) and stimulation intensities (100%, 120% and 140% of resting motor threshold) on local mean field potential (LMFP), transcranial evoked potential (TEP) peaks and TMS-related spectral perturbation (TRSP) from pre-SMA stimulation. As a result, early and late LMFP and peaks were larger, with the coil handle pointing posteriorly (0°) and laterally (90°). This was true also for TRSP in the β-γ range, but, surprisingly, θ-α TRSP was larger with the coil pointing at 180°. A 90° orientation activated the right M1, as shown by MEPs elicitation, thus limiting the spatial specificity of the stimulation. These results suggest that coil orientation and stimulation intensity are critical when stimulating the pre-SMA.
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 | 0,002 | 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 | 0,002 | 0,001 |
| 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 ».