Electrocortical Profiles in Relation to Childhood Adversity and Depression Severity: A Preliminary Report
Notice bibliographique
Résumé
Objective: Assessment of electroencephalographic (EEG) activity in depression has provided insights into neural profiles of the illness. However, there is limited understanding on how symptom severity and risk factors, such as childhood adversity, influence EEG features. Methods: Eyes-closed EEG was acquired in N = 28 depressed individuals being treated in a tertiary psychiatric setting. Absolute alpha, beta, theta, and delta power and inter-/intra-hemispheric coherence were examined. Relations between the Montgomery-Åsberg Depression Scale (MADRS) and Adverse Childhood Experience (ACE) Questionnaire and EEG features were assessed. Results: Individuals in the high (MADRS≥30) versus lower (MADRS ≤ 29) symptom severity group exhibited greater overall beta power, and lower Fp 1 -Fp 2 delta and theta coherence. Those with high (≥3) versus lower (≤2) ACE scores exhibited greater T 7 -T 8 beta coherence. Lowest F 3 -F 4 beta coherence was observed in those with high ACE/high depression severity. A negative correlation existed between F 8 -P 8 alpha coherence and symptom severity. Conclusions: Those with higher depression severity exhibit increased beta power, possibly reflecting a hyper-vigilant state . Depression severity and ACE history may produce subtle alterations in frontal delta/theta and temporal/frontal beta coherence regions. Significance: This is the first study to examine the neural impact of depression severity and ACE-assessed childhood trauma in depressed individuals receiving treatment in a tertiary setting, accounting for the clinical reality of the prevalence of their co-occurrence.
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 | 0,001 | 0,033 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».