MétaCan
Menu
Retour à la cohorte
Enregistrement W4363645305 · doi:10.1371/journal.pcbi.1010986

In-silico EEG biomarkers of reduced inhibition in human cortical microcircuits in depression

2023· article· en· W4363645305 sur OpenAlexafffund
Frank Mazza, Alexandre Guet-McCreight, Taufik A. Valiante, John D. Griffiths, Etay Hay

Notice bibliographique

RevuePLoS Computational Biology · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity of TorontoOntario Brain InstituteCentre for Addiction and Mental Health
Organismes subventionnairesKrembil FoundationUniversity of Toronto
Mots-clésIn silicoElectroencephalographyNeuroscienceDepression (economics)Human brainComputational biologyBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Reduced cortical inhibition by somatostatin-expressing (SST) interneurons has been strongly associated with treatment-resistant depression. However, due to technical limitations it is impossible to establish experimentally in humans whether the effects of reduced SST interneuron inhibition on microcircuit activity have signatures detectable in clinically-relevant brain signals such as electroencephalography (EEG). To overcome these limitations, we simulated resting-state activity and EEG using detailed models of human cortical microcircuits with normal (healthy) or reduced SST interneuron inhibition (depression), and found that depression microcircuits exhibited increased theta, alpha and low beta power (4-16 Hz). The changes in depression involved a combination of an aperiodic broadband and periodic theta components. We then demonstrated the specificity of the EEG signatures of reduced SST interneuron inhibition by showing they were distinct from those corresponding to reduced parvalbumin-expressing (PV) interneuron inhibition. Our study thus links SST interneuron inhibition level to distinct features in EEG simulated from detailed human microcircuits, which can serve to better identify mechanistic subtypes of depression using EEG, and non-invasively monitor modulation of cortical inhibition.

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 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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,313

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 Opus0,042
Tête enseignante GPT0,303
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations27
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS Computational BiologyMême sujetNeural dynamics and brain functionTravaux en français237 207