Evaluating the Effect of Galvanic Vestibular Stimulation in Parkinson's disease via Microstate Resting State EEG Analysis
Notice bibliographique
Résumé
Parkinson's disease (PD) is a neurological disorder based on changes in dynamic brain activity, which can be partially ameliorated with invasive Deep Brain Stimulation. Galvanic vestibular stimulation (GVS), a non-invasive method, could potentially improve the motor symptoms of Parkinson's disease, but the mechanisms are unclear. Biomarkers based on the electroencephalogram (EEG) are being actively pursued. Here we examine the properties of EEG microstates as a potential GVS-sensitive EEG biomarker, whereby multichannel, broadband EEG signals are approximated by a sequence of discrete spatial patterns. We used the Microstate Analysis plugin for EEGLAB and compared the characteristics between healthy (n=20) and people with PD (n=22, stimulated/sham, and OFF Medication/ ON Medication). We extracted 25 Microstate related features from 4 different microstates (‘A’ - ‘D’) and examined their differences between groups (a healthy control group was considered as the reference to extract the feature values). Overall disease severity, as assessed by the clinical Unified Parkinson's Disease Rating Scale (UPDRS) Part 3, was predictable from microstate features. The duration of microstate A - selected by LASSO during UPDRS prediction- was significantly changed by both types of GVS stimuli (multi-sine 50–100 Hz (GVS1), and multi-sine 100–150 Hz (GVS2)), but not medication. The fraction of total recording time for microstate C, also a key feature in disease prediction, was found to be selectively affected GVS1 only. The above results suggest that GVS may provide benefits complementary to medication but in a stimulus-dependent manner. These results could potentially guide optimal GVS design in the pursuit of complementary therapies.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 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 ».