Functional Connectivity Mapping for rTMS Target Selection in Depression
Notice bibliographique
Résumé
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.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 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 ».