Comparing Unilateral and Bilateral Sequential TBS on prefrontal activity: a TMS-EEG study
Notice bibliographique
Résumé
Background: Repetitive transcranial magnetic stimulation (rTMS) for treatment-resistant depression is effective in approximately half of those treated.Response may be related to stimulation parameters including intensity, pattern, stimulation site, and brain network engagement.Another parameter, the orientation or yaw angle of the figure-of-eight rTMS coil may also be relevant because it is thought to influence the intensity and site of stimulation.However, coil orientation has remained largely unchanged since rTMS was first used to treat depression.Methods: We performed a targeted narrative review of coil orientation in experimental, clinical and computational TMS studies.Results: We provide an illustrated overview of the TMS electric-field and its orientation-dependent interaction with underlying head tissues.Current evidence suggests that changes to coil orientation can alter the TMS electric-field and change the site of stimulation, which may not be under the coil center.Additionally, computational research suggests that coil orientation might influence brain network targeting.We therefore canvass generalized and individualized approaches to selecting rTMS coil orientation.We suggest that rTMS induced current could be directed perpendicular to local sulcal axes, as determined by average or individual anatomy.We highlight that modelling of the TMS-induced electric-field can be used to estimate the coil position and orientation for stimulating a chosen target.We further note possible implications for brain-network engagement.Conclusions: Coil orientation is an under-explored aspect of rTMS treatment.Informed adjustments to coil orientation might contribute to accurate dosing and targeting, suggesting a potential role in future research directed at improving rTMS treatment outcomes.
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 ».