MétaCan
Menu
Retour à la cohorte
Enregistrement W4403343976 · doi:10.1038/s41398-024-03110-8

Modulation of neural oscillations in escitalopram treatment: a Canadian biomarker integration network in depression study

2024· article· en· W4403343976 sur OpenAlexafffundabout
Benjamin Schwartzmann, Raaj Chatterjee, Yasaman Vaghei, Lena C. Quilty, Timothy A. Allen, Stephen R. Arnott, Sravya Atluri, Pierre Blier, Prabhjot Dhami, Jane A. Foster, Benício N. Frey, Stefan Kloiber, Raymond W. Lam, Roumen Milev, Daniel J. Müller, Cláudio N. Soares, Chloé Stengel, Sagar V. Parikh, Gustavo Turecki, Rudolf Uher, Susan Rotzinger, Sidney H. Kennedy, Faranak Farzan

Notice bibliographique

RevueTranslational Psychiatry · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensDalhousie UniversitySimon Fraser UniversityUniversity of OttawaMcGill UniversityDouglas Mental Health University InstituteUniversity of British ColumbiaSt. Joseph’s Healthcare HamiltonQueen's UniversityIndoc ResearchMcMaster UniversityUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesCIHR Skin Research Training CentreServierMichael Smith Health Research BCH. Lundbeck A/SGovernment of CanadaCanadian Institutes of Health ResearchCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaGovernment of OntarioOntario Brain Institute
Mots-clésEscitalopramBiomarkerDepression (economics)CitalopramPsychologyPsychiatryArtificial neural networkSchizophrenia (object-oriented programming)NeuroscienceMedicineOncologyArtificial intelligenceBiologyComputer scienceAntidepressant

Résumé

récupéré en direct d'OpenAlex

Current pharmacological agents for depression have limited efficacy in achieving remission. Developing and validating new medications is challenging due to limited biological targets. This study aimed to link electrophysiological data and symptom improvement to better understand mechanisms underlying treatment response. Longitudinal changes in neural oscillations were assessed using resting-state electroencephalography (EEG) data from two Canadian Biomarker Integration Network in Depression studies, involving pharmacological and cognitive behavioral therapy (CBT) trials. Patients in the pharmacological trial received eight weeks of escitalopram, with treatment response defined as ≥ 50% decrease in Montgomery-Åsberg Depression Rating Scale (MADRS). Early (baseline to week 2) and late (baseline to week 8) changes in neural oscillation were investigated using relative power spectral measures. An association was found between an initial increase in theta and symptom improvement after 2 weeks. Additionally, late increases in delta and theta, along with a decrease in alpha, were linked to a reduction in MADRS after 8 weeks. These late changes were specifically observed in responders. To assess specificity, we extended our analysis to the independent CBT cohort. Responders exhibited an increase in delta and a decrease in alpha after 2 weeks. Furthermore, a late (baseline to week 16) decrease in alpha was associated with symptom improvement following CBT. Results suggest a common late decrease in alpha across both treatments, while modulatory effects in theta may be specific to escitalopram treatment. This study offers insights into electrophysiological markers indicating a favorable response to antidepressants, enhancing our comprehension of treatment response mechanisms 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil0,204

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,047
Tête enseignante GPT0,306
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations8
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTranslational PsychiatryMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207