Enhancing cognitive abilities through transcutaneous auricular vagus nerve stimulation: insights from prefrontal functional connectivity analysis and virtual brain simulation
Notice bibliographique
Résumé
During the last years many centers have started investigating the therapeutical target of deep brain stimulation through group analysis, most of them simulating the volume of tissue activated (VTA).Nevertheless, many parameters must be chosen which makes the workflow complex.The aim of the present study was to summarize the different parameters in this workflow and their possible choices.Different workflow and parameter selections have been collected from the relevant literature and summarized for the following workflow steps: 1) VTA simulation for each patient and all available stimulation parameters and link to induced clinical outcome, 2) Patient data transfer to a common reference system and 3) Summary of the available data in form of probabilistic stimulation maps (PSM).For VTA generation the most important criterion was the selected brain model i.e. homogenous, isotropic or anisotropic and the way of assigning the different conductivity values (MRI, diffusion tensor imaging or atlas based) and the tissue types considered (grey, white matter, CSF, blood).As reference space most groups chose the Montreal Neurological Institute template.Cohort specific templates with optimized image registration workflows were rare.The type of image registration, registration settings (number of iterations and of patients), image sequences and subject cohort influence the quality of the final template.For PSM generation, different thresholds (minimum number of patients and simulations per voxel) and statistical methods (e.g.t-test, Wilcoxon test, linear mixed models) were applied.A multitude of parameters exists that must be defined for group analysis.Some of them are influenced by the available clinical data of the cohort such as the image types and stimulation data (intra-or postoperative, best contact or screening data).More studies investigating these influences and establishing guidelines for the less experienced user are necessary.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».