MétaCan
Menu
Retour à la cohorte
Enregistrement W4317869069 · doi:10.1172/jci.insight.165271

Pursuing personalized medicine for depression by targeting the lateral or medial prefrontal cortex with Deep TMS

2023· article· en· W4317869069 sur OpenAlexaff
Abraham Zangen, Samuel Zibman, Aron Tendler, Noam Barnea‐Ygael, Uri Alyagon, Daniel M. Blumberger, Geoffrey Grammer, Hadar Shalev, Tatiana Gulevski, Tanya Vapnik, Alexander Bystritsky, Igor Filipčić, David Feifel, Ahava Stein, Frederic Deutsch, Yiftach Roth, Mark S. George

Notice bibliographique

RevueJCI Insight · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesBrainsWayBen-Gurion University of the NegevUniversity of South Carolina
Mots-clésPrefrontal cortexDepression (economics)NeurosciencePersonalized medicinePsychologyMedicineBiologyBioinformaticsCognition

Résumé

récupéré en direct d'OpenAlex

BACKGROUNDMajor depressive disorder (MDD) can benefit from novel interventions and personalization. Deep transcranial magnetic stimulation (Deep TMS) targeting the lateral prefrontal cortex (LPFC) using the H1 coil was FDA cleared for treatment of MDD. However, recent preliminary data indicate that targeting the medial prefrontal cortex (MPFC) using the H7 coil might induce outcomes that are as good or even better. Here, we explored whether Deep TMS targeting the MPFC is noninferior to targeting the LPFC and whether electrophysiological or clinical markers for patient selection can be identified.METHODSThe present prospective, multicenter, randomized study enrolled 169 patients with MDD for whom antidepressants failed in the current episode. Patients were randomized to receive 24 Deep TMS sessions over 6 weeks, using either the H1 coil or the H7 coil. The primary efficacy endpoint was the change from baseline to week 6 in Hamilton Depression Rating Scale scores.RESULTSClinical efficacy and safety profiles were similar and not significantly different between groups, with response rates of 60.9% for the H1 coil and 64.2% for the H7 coil. Moreover, brain activity measured by EEG during the first treatment session correlated with clinical outcomes in a coil-specific manner, and a cluster of baseline clinical symptoms was found to potentially distinguish between patients who can benefit from each Deep TMS target.CONCLUSIONThis study provides a treatment option for MDD, using the H7 coil, and initial guidance to differentiate between patients likely to respond to LPFC versus MPFC stimulation targets, which require further validation studies.TRIAL REGISTRATIONClinicalTrials.gov NCT03012724.FUNDINGBrainsWay Ltd.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,281
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations43
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCI InsightMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207