Notice bibliographique
Résumé
In the same way that beauty lies in the eye of the beholder, what a stimulus does to the brain is determined not simply by the nature of the stimulus but by the nature of the brain that is receiving the stimulus at that instant in time. Over the past decades, therapeutic brain stimulation has typically applied open-loop fixed protocols and has largely ignored this principle. Only recent neurotechnological advancements have enabled us to predict the nature of the brain (i.e., the electrophysiological brain state in the next instance in time) with sufficient temporal precision in the range of milliseconds using feedforward algorithms applied to electroencephalography time-series data. This allows stimulation exclusively whenever the targeted brain area is in a prespecified excitability or connectivity state. Preclinical studies have shown that repetitive stimulation during a particular brain state (e.g., high-excitability state), but not during other states, results in lasting modification (e.g., long-term potentiation) of the stimulated circuits. Here, we survey the evidence that this is also possible at the systems level of the human cortex using electroencephalography-informed transcranial magnetic stimulation. We critically discuss opportunities and difficulties in developing brain state-dependent stimulation for more effective long-term modification of pathological brain networks (e.g., in major depressive disorder) than is achievable with conventional fixed protocols. The same real-time electroencephalography-informed transcranial magnetic stimulation technology will allow closing of the loop by recording the effects of stimulation. This information may enable stimulation protocol adaptation that maximizes treatment response. This way, brain states control brain stimulation, thereby introducing a paradigm shift from open-loop to closed-loop stimulation.
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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 ».