MétaCan
Menu
Retour à la cohorte
Enregistrement W4405197377 · doi:10.1016/j.transm.2024.100061

A DUAL-CIRCUIT CAUSAL MODEL OF BRAIN STIMULATION TARGETS FOR DEPRESSION

2024· article· en· W4405197377 sur OpenAlexaff
Summer Frandsen, Cory Glover, Robin Cash, Daniel M. Blumberger, Ki Sueng Choi, Darin D. Dougherty, Jonathan Downar, Paul B. Fitzgerald, Mark S. George, Andreas Horn, Friederike Grospietsch, Kevin A. Johnson, Andrea A. Kühn, Helen S. Mayberg, Álvaro Pascual‐Leone, Patricio Riva‐Posse, Rob P.W. Rouhl, Frédéric Schaper, Stephan F. Taylor, Yasin Temel, Fidel Vila‐Rodriguez, Andrew Zalesky, Jordan Grafman, Shan Siddiqi

Notice bibliographique

RevueTranscranial magnetic stimulation . · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensUniversity of British ColumbiaUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésDual (grammatical number)Depression (economics)StimulationNeuroscienceCausal modelBrain stimulationElectrical brain stimulationPsychologyMedicineEconomicsKeynesian economicsArt

Résumé

récupéré en direct d'OpenAlex

Background: Identifying circuitry that modulates behavioral clusters rather than single diagnoses or symptoms may provide more effective TMS targets. Previous research has shown that lesions causing a symptom and stimulation modifying that same symptom alter the same brain circuit. Therefore, deeply-phenotyped lesion datasets may reveal novel brain stimulation targets for specific behavioral clusters.

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)0,023
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,038
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0070,029
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0030,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 GPT0,299
Écart entre enseignants0,253 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranscranial magnetic stimulation .Même sujetEEG and Brain-Computer InterfacesTravaux en français237 207