Impact of repetitive transcranial magnetic stimulation on clinical and cognitive outcomes, and brain-derived neurotrophic factor levels in treatment-resistant depression
Notice bibliographique
Résumé
Introduction: Treatment-resistant depression (TRD) affects approximately 30% of patients with major depressive disorder (MDD), for whom effective treatment options are limited. Repetitive transcranial magnetic stimulation (rTMS) has shown efficacy in alleviating depressive symptoms in TRD. However, it remains unclear if these improvements are driven or mediated by changes in cognitive function or biological markers, such as brain-derived neurotrophic factor (BDNF). Methods: This study examines the effects of rTMS on depressive symptoms, cognition, and BDNF levels, as well as the potential moderating role of lifetime suicidal attempts (LSA) on cognition and the predictive value of baseline BDNF for clinical outcomes. Twenty-five TRD patients were included, with 13 in the rTMS treatment group (receiving 20 sessions of rTMS over four weeks) and 12 as control group. Depression severity, cognitive function (Mini-Mental State Examination, Verbal Fluency, Digit Span), and serum BDNF levels were measured pre- and post-treatment. Mixed-effects linear regression models assessed clinical and biological associations. Results: rTMS significantly reduced HAM-D (p < 0.001) and CGI (p < 0.001) scores compared to controls. Cognitive performance improved significantly in MMSE (p = 0.049) and Digit Span (p = 0.04), with no significant changes in BDNF levels (p = 0.39). LSA did not moderate cognitive outcomes, and baseline BDNF did not predict clinical improvement (p = 0.68). Discussion: rTMS reduced depressive symptoms in TRD patients, with modest cognitive benefits. Baseline BDNF did not predict outcomes, though the lack of significant change suggests complex neuroplastic responses. Future studies should include larger samples and refined biomarker assessments.
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 | 0,001 | 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 ».