Pursuing personalized medicine for depression by targeting the lateral or medial prefrontal cortex with Deep TMS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,005 |
| 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 | 0,001 | 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 découle