MétaCan
Menu
Retour à la cohorte
Enregistrement W4319082991 · doi:10.3390/bios13020220

Pre-Stimulus Power but Not Phase Predicts Prefrontal Cortical Excitability in TMS-EEG

2023· article· en· W4319082991 sur OpenAlexafffund
Mohsen Poorganji, Reza Zomorrodi, Christoph Zrenner, Aiyush Bansal, Colin Hawco, Aron T. Hill, Itay Hadas, Tarek K. Rajji, Robert Chen, Brigitte Zrenner, Daphne Voineskos, Daniel M. Blumberger, Zafiris J. Daskalakis

Notice bibliographique

RevueBiosensors · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity Health NetworkToronto Dementia Research AllianceUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesUniversity of TorontoCanadian Institutes of Health ResearchBiogenCentre for Addiction and Mental HealthBrain and Behavior Research Foundation
Mots-clésElectroencephalographyNeuroscienceStimulus (psychology)PsychologyPrefrontal cortexCognitive psychologyCognition

Résumé

récupéré en direct d'OpenAlex

The cortical response to transcranial magnetic stimulation (TMS) has notable inter-trial variability. One source of this variability can be the influence of the phase and power of pre-stimulus neuronal oscillations on single-trial TMS responses. Here, we investigate the effect of brain oscillatory activity on TMS response in 49 distinct healthy participants (64 datasets) who had received single-pulse TMS over the left dorsolateral prefrontal cortex. Across all frequency bands of theta (4–7 Hz), alpha (8–13 Hz), and beta (14–30 Hz), there was no significant effect of pre-TMS phase on single-trial cortical evoked activity. After high-powered oscillations, whether followed by a TMS pulse or not, the subsequent activity was larger than after low-powered oscillations. We further defined a measure, corrected_effect, to enable us to investigate brain responses to the TMS pulse disentangled from the power of ongoing (spontaneous) oscillations. The corrected_effect was significantly different from zero (meaningful added effect of TMS) only in theta and beta bands. Our results suggest that brain state prior to stimulation might play some role in shaping the subsequent TMS-EEG response. Specifically, our findings indicate that the power of ongoing oscillatory activity, but not phase, can influence brain responses to TMS. Aligning the TMS pulse with specific power thresholds of an EEG signal might therefore reduce variability in neurophysiological measurements and also has the potential to facilitate more robust therapeutic effects of stimulation.

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)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,035
Tête enseignante GPT0,295
Écart entre enseignants0,260 · 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'étudeObservationnel
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

Citations9
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiosensorsMême sujetNeural dynamics and brain functionTravaux en français237 207