Effects of repetitive transcranial magnetic stimulation on individual variability of resting-state functional connectivity in major depressive disorder
Notice bibliographique
Résumé
Background: Repetitive transcranial magnetic stimulation (rTMS) is an effective treatment for major depressive disorder (MDD), but substantial heterogeneity in outcomes remains. We examined a potential mechanism of action of rTMS to normalize individual variability in resting-state functional connectivity (rs-fc) before and after a course of treatment. Methods: Variability in rs-fc was examined in healthy controls (baseline) and individuals with MDD (baseline and after 4–6 weeks of rTMS). Seed-based connectivity was calculated to 4 regions associated with MDD: left dorsolateral prefrontal cortex (DLPFC), right subgenual anterior cingulate cortex (sgACC), bilateral insula, and bilateral precuneus. Individual variability was quantified for each region by calculating the mean correlational distance of connectivity maps relative to the healthy controls; a higher variability score indicated a more atypical/idiosyncratic connectivity pattern. Results: We included data from 66 healthy controls and 252 individuals with MDD in our analyses. Patients with MDD did not show significant differences in baseline variability of rs-fc compared with controls. Treatment with rTMS increased rs-fc variability from the right sgACC and precuneus, but the increased variability was not associated with clinical outcomes. Interestingly, higher baseline variability of the right sgACC was significantly associated with less clinical improvement ( p = 0.037, uncorrected; did not survive false discovery rate correction). Limitations: The linear model was constructed separately for each region of interest. Conclusion: This was, to our knowledge, the first study to examine individual variability of rs-fc related to rTMS in individuals with MDD. In contrast to our hypotheses, we found that rTMS increased the individual variability of rs-fc. Our results suggest that individual variability of the right sgACC and bilateral precuneus connectivity may be a potential mechanism of rTMS.
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 | 0,001 | 0,004 |
| 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 ».