Does Repetitive Transcranial Magnetic Stimulation of Alzheimer’s Patients Improve Cognition or Depression or Both?
Notice bibliographique
Résumé
Repetitive transcranial magnetic stimulation (rTMS) is used clinically to treat major depression and has more recently been applied as a potential treatment for Alzheimer’s disease (AD). Given that the rTMS treatment protocols for AD are similar to those used for depression, we investigated whether the AD participants’ cognition change after rTMS was, in part, due to a change in depressive level. Twenty-eight participants of an rTMS treatment study for AD participated in this study. We collected cognitive measures to partition them into 2 groups of subjects with marked or moderate responses (n = 13) and those with responses of small or none (n = 15). Besides, we recorded pre and post Electrovestibulography (EVestG) signals, and 2 EVestG features targeting depression were calculated from the averaged field potential curve (FP ave ) and low-frequency modulation of the recorded firing pattern (33-interval histogram [IH33]), respectively. We then compared these features in the above-mentioned cognitive-wise response groups. The FP ave and IH33 depression-related features showed no substantial difference between pre- and post-treatment in either group in response to rTMS treatment. The change in these EVestG depression features of the AD participants was also poorly correlated with Alzheimer’s Disease Assessment Scale-Cognitive Subscale (ADAS-Cog) change with treatment. This study’s results demonstrate that cognitive improvement post rTMS is not predominantly a result of an improvement in depression.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».