Exploring Alpha and Theta Activity in Depression: A Combined Surface EEG and LORETA Study of Cortical and Subcortical Networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction. Depression is a common mental health condition characterized by disrupted neural activity in cortical and subcortical networks involved in emotion and memory. While alpha and theta oscillations have been linked to depression, their specific roles in symptom domains remain unclear. This study examines these relationships using quantitative EEG (qEEG) and low-resolution electromagnetic tomography analysis (LORETA). Methods. Fifty-eight adults with depression underwent resting-state, eyes-closed qEEG. Absolute power and coherence of alpha (8–12 Hz) and theta (4–8 Hz) bands were analyzed across 19 scalp electrodes and hippocampal and amygdala regions using LORETA. Depressive symptom severity was assessed using the Beck Depression Inventory-II (BDI-II). Statistical analyses evaluated associations between EEG parameters and symptom scores. Results. Alpha coherence between the left hippocampus and amygdala negatively correlated with somatic symptoms (r = −0.298, p = .027), explaining 26% of variance in total BDI-II scores. Increased theta coherence in the right frontotemporal network was associated with reductions in affective and somatic symptoms. Conclusions. The findings identify neural oscillatory patterns within hippocampal-amygdala and frontotemporal networks as potential biomarkers for depressive symptoms, providing insights into novel therapeutic targets.
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.
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 | 0,001 |
| 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) | 0,000 | 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 découle