TMS combined with EEG: Recommendations and open issues for data collection and analysis
Notice bibliographique
Résumé
Transcranial magnetic stimulation (TMS) evokes neuronal activity in the targeted cortex and connected brain regions. The evoked brain response can be measured with electroencephalography (EEG). TMS combined with simultaneous EEG (TMS-EEG) is widely used for studying cortical reactivity and connectivity at high spatiotemporal resolution. Methodologically, the combination of TMS with EEG is challenging, and there are many open questions in the field. Different TMS-EEG equipment and approaches for data collection and analysis are used. The lack of standardization may affect reproducibility and limit the comparability of results produced in different research laboratories. In addition, there is controversy about the extent to which auditory and somatosensory inputs contribute to transcranially evoked EEG. This review provides a guide for researchers who wish to use TMS-EEG to study the reactivity of the human cortex. A worldwide panel of experts working on TMS-EEG covered all aspects that should be considered in TMS-EEG experiments, providing methodological recommendations (when possible) for effective TMS-EEG recordings and analysis. The panel identified and discussed the challenges of the technique, particularly regarding recording procedures, artifact correction, analysis, and interpretation of the transcranial evoked potentials (TEPs). Therefore, this work offers an extensive overview of TMS-EEG methodology and thus may promote standardization of experimental and computational procedures across groups.
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 | 0,034 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,008 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,012 |
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 ».