A DUAL-CIRCUIT CAUSAL MODEL OF BRAIN STIMULATION TARGETS FOR DEPRESSION
Notice bibliographique
Résumé
This systematic review and meta-analysis aimed to evaluate the efficacy of non-invasive brain stimulation (NIBS) in the treatment of neurodevelopmental disorders (NDDs), focusing on Autism Spectrum Disorder (ASD), Attention Deficit Hyperactivity Disorder (ADHD), intellectual disorders, learning disorders, motor disorders, and Tourette and tic related disorders across various age groups.Following a pre-registered protocol (PROSPERO: CRD42022384498) and adhering to the PRISMA guidelines, a comprehensive search of five databases (Embase, Central, PsycInfo, PubMed/Medline, and Scopus) was conducted.Out of 23 identified studies, 15 were included in the meta-analysis.Qualitative risk of bias assessment revealed ten studies with low risk, one with high risk, and some concerns for the remaining twelve.In the quantitative analysis, transcranial magnetic stimulation (TMS) demonstrated a statistically significant overall cognitive improvement in ADHD compared to sham (Hedge's g = 0.71, 95% CI: 0.16 to 1.26, p = 0.01), while transcranial direct current stimulation (tDCS) showed a statistically significant overall cognitive improvement in ASD compared to sham (Hedge's g = 0.76, 95% CI: 0.12 to 1.40, p = 0.02).No publication bias was observed in either analysis.Despite promising results, the limited number of studies and concerns about bias underscore the need for further research on NIBS for NDDs.This review emphasizes the significance of standardized methodology and comparable outcome measures in future trials and stresses the value of replicating evidence for potentially effective treatment protocols.
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 | 0,000 |
| 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) | 0,000 | 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 ».