MétaCan
Menu
Retour à la cohorte
Enregistrement W4322719496 · doi:10.1176/appi.ajp.20220306

Functional Connectivity Mapping for rTMS Target Selection in Depression

2023· article· en· W4322719496 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAmerican Journal of Psychiatry · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTranscranial Magnetic Stimulation Studies
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesNational Institute of Mental HealthNational Institutes of HealthTemerty Family FoundationMichael Smith Health Research BCCanadian Institutes of Health ResearchCentre for Addiction and Mental Health FoundationWeston Brain InstituteNational Institute on Drug AbuseBrainsWayCampbell InstituteIndiviorH. Lundbeck A/SVancouver Coastal Health Research InstituteCentre for Addiction and Mental HealthFondation Brain CanadaCampbell Family Mental Health Research InstituteHope for Depression Research Foundation
Mots-clésAnterior cingulate cortexFunctional connectivityNeuroscienceTranscranial magnetic stimulationPsychologyMajor depressive disorderClinical psychologyCognitionStimulation

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Repetitive transcranial magnetic stimulation (rTMS) protocols increasingly use subgenual anterior cingulate cortex (sgACC) functional connectivity to individualize treatment targets. However, the efficacy of this approach is unclear, with conflicting findings and varying effect sizes across studies. Here, the authors investigated the effect of the stimulation site's functional connectivity with the sgACC (sgACC-StimFC) on treatment outcome to rTMS in 295 patients with major depression. METHODS: The reliability and accuracy of estimating sgACC functional connectivity were validated with data from individuals who underwent extensive functional MRI testing. Electric field modeling was used to analyze associations between sgACC-StimFC and clinical improvement using standardized assessments and to evaluate sources of heterogeneity. RESULTS: An imputation-based method provided reliable and accurate sgACC functional connectivity estimates. Treatment responses weakly but robustly correlated with sgACC-StimFC (r=-0.16), but only when the stimulated cortex was identified using electric field modeling. Surprisingly, this association was driven by patients with strong global signal fluctuations stemming from a specific periodic respiratory pattern (r=-0.49). CONCLUSIONS: Functional connectivity between the sgACC and the stimulated cortex was correlated with individual differences in treatment outcomes, but the association was weaker than those observed in previous studies and was accentuated in a subgroup of patients with distinct, respiration-related signal patterns in their scans. These findings indicate that in a large representative sample of patients with major depressive disorder, individual differences in sgACC-StimFC explained only ∼3% of the variance in outcomes, which may limit the utility of existing sgACC-based targeting protocols. However, these data also provide strong evidence for a true-albeit small-effect and highlight opportunities for incorporating additional functional connectivity measures to generate models of rTMS response with enhanced predictive power.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,311
Score d'incertitude au seuil0,339

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 GPT0,294
Écart entre enseignants0,259 · 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