Transcranial Magnetic Stimulation and Transcranial Direct Current Stimulation Across Mental Disorders
Notice bibliographique
Résumé
Importance: Noninvasive brain stimulation (NIBS) interventions have been shown to be efficacious in several mental disorders, but the optimal dose stimulation parameters for each disorder are unknown. Objective: To define NIBS dose stimulation parameters associated with the greatest efficacy in symptom improvement across mental disorders. Data Sources: Studies were drawn from an updated (to April 30, 2023) previous systematic review based on a search of PubMed, OVID, and Web of Knowledge. Study Selection: Randomized clinical trials were selected that tested transcranial magnetic stimulation (TMS) or transcranial direct current stimulation (tDCS) for any mental disorder in adults aged 18 years or older. Data Extraction and Synthesis: Two authors independently extracted the data. A 1-stage dose-response meta-analysis using a random-effects model was performed. Sensitivity analyses were conducted to test robustness of the findings. This study followed the Preferred Reporting Items for Systematic Reviews and Meta-analyses (PRISMA) reporting guideline. Main Outcomes and Measures: The main outcome was the near-maximal effective doses of total pulses received for TMS and total current dose in coulombs for tDCS. Results: A total of 110 studies with 4820 participants (2659 men [61.4%]; mean [SD] age, 42.3 [8.8] years) were included. The following significant dose-response associations emerged with bell-shaped curves: (1) in schizophrenia, high-frequency (HF) TMS on the left dorsolateral prefrontal cortex (LDLPFC) for negative symptoms (χ2 = 9.35; df = 2; P = .009) and TMS on the left temporoparietal junction for resistant hallucinations (χ2 = 36.52; df = 2; P < .001); (2) in depression, HF-DLPFC TMS (χ2 = 14.49; df = 2; P < .001); (3) in treatment-resistant depression, LDLPFC tDCS (χ2 = 14.56; df = 2; P < .001); and (4) in substance use disorder, LDLPFC tDCS (χ2 = 33.63; df = 2; P < .001). The following significant dose-response associations emerged with plateaued or ascending curves: (1) in depression, low-frequency (LF) TMS on the right DLPFC (RDLPFC) with ascending curve (χ2 = 25.67; df = 2; P = .001); (2) for treatment-resistant depression, LF TMS on the bilateral DLPFC with ascending curve (χ2 = 5.86; df = 2; P = .004); (3) in obsessive-compulsive disorder, LF-RDLPFC TMS with ascending curve (χ2 = 20.65; df = 2; P < .001) and LF TMS on the orbitofrontal cortex with a plateaued curve (χ2 = 15.19; df = 2; P < .001); and (4) in posttraumatic stress disorder, LF-RDLPFC TMS with ascending curve (χ2 = 54.15; df = 2; P < .001). Sensitivity analyses confirmed the main findings. Conclusions and Relevance: The study findings suggest that NIBS yields specific outcomes based on dose parameters across various mental disorders and brain regions. Clinicians should consider these dose parameters when prescribing NIBS. Additional research is needed to prospectively validate the findings in randomized, sham-controlled trials and explore how other parameters contribute to the observed dose-response association.
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 | 0,032 | 0,107 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,010 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».