Transcranial magnetic stimulation electric field modelling in three pediatric brain regions
Notice bibliographique
Résumé
The effect of repetitive transcranial magnetic stimulation (rTMS) has also been examined in patients with major depressive disorder (MDD), bipolar disorder (BP) and schizophrenia (SZ).For patients with MDD, rTMS protocols are gradually being confirmed for use, but remains inconsistent among patients with BP and SZ.The aim of this study is to investigate computational models of electric field strength for transcranial magnetic stimulation (TMS) of the left dorsolateral prefrontal cortex (DLPFC) based on individual MRI data of patients with SZ, MDD, BP, and healthy controls (HC).In addition, we explore the association of electric field intensities with age, gender and intracranial volume.The subjects were 23 patients with SZ, 24 patients with MDD, 23 patients with BP, and 23 HC.Based on individual MRI sequences, electric fields were computationally modeled by two independent investigators using SimNIBS ver.2.1.1.There was no significant difference in electric field strength intensities between the groups (HC vs SZ, HC vs MDD, HC vs BP, SZ vs MDD, SZ vs BP, MDD vs BP).Female subjects showed higher electric field intensities in widespread areas than males with age as covariate.With age and estimated total intracranial volume (eTIV) as covariates, however, most part of higher electric field strength in female subjects were no longer of statistical significance except for a part of frontal lobe or brainstem.Female subjects showed significantly lower eTIV than male subjects.Age was positively significantly associated with electric field strength in the left parahippocampal area as observed.These results suggest differences in electric field strength of left DLPFC TMS for gender and age.The intracranial volume may contribute to the difference between males and females and the left parahippocampal area may be subject to age-related changes.It may open future avenues for individually modeling TMS based on structural MRI data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».