MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413341073 · doi:10.1101/2025.08.13.25333640

Neurophysiological signatures of Stanford Neuromodulation Therapy in treatment resistant depression

2025· preprint· en· W4413341073 sur OpenAlexaff
Davide Momi, Derrick Matthew Buchanan, Masataka Wada, Andrew Geoly, Eleanor Cole, Adi Maron‐Katz, Claudia Tischler, Christopher C. Cline, Manish Saggar, Daphne Voineskos, John D. Griffiths, Camarin E. Rolle, Corey J. Keller, Nolan Williams

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueTranscranial Magnetic Stimulation Studies
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésNeuromodulationTreatment-resistant depressionNeurophysiologyDepression (economics)NeurosciencePsychologyPhysical medicine and rehabilitationMedicineMajor depressive disorderCentral nervous systemEconomicsCognitionKeynesian economics

Résumé

récupéré en direct d'OpenAlex

Treatment-resistant depression (TRD) affects approximately 30% of patients with major depressive disorder. Stanford Neuromodulation Therapy (SNT), a high-dose intermittent theta-burst transcranial magnetic stimulation protocol, produces rapid antidepressant effects, but its neurophysiological mechanisms remain unclear. Here, we used longitudinal TMS-EEG to characterize the progressive neurophysiological changes induced by SNT, assess their site-specificity, and explore whether baseline neural markers are associated with clinical response. We conducted a double-blind, randomized, sham-controlled trial at Stanford University (2017-2018; analysis August 2024-October 2025) in 24 TMS-naïve participants with TRD (Montgomery-Åsberg Depression Rating Scale ≥20; ≥1 failed antidepressant trial). Participants were randomized to active (n = 12) or sham (n = 12) SNT, consisting of 10 sessions per day over 5 consecutive days targeting the left dorsolateral prefrontal cortex (90,000 pulses). TMS-EEG was acquired at two baseline sessions, before and after each treatment session, and at 1-month follow-up (14 TMS-EEG sessions in total). Active SNT progressively reduced cortical excitability at the treatment site, with significant decreases by day 3 in the early window component (-27.9%; P < 0.01), while no changes were observed at the vertex control site. Site-specific comparisons confirmed early window reductions only at the left dorsolateral prefrontal cortex (t₂₂ = -3.82; P < 0.001). SNT also selectively decreased estimated medial prefrontal source activity consistent with the subgenual anterior cingulate cortex (sgACC) across sessions (F₁₃,₂₂₂ = 4.93; P < 0.001), with effects persisting at 1-month follow-up. In an exploratory analysis in the active group (n = 12), higher baseline estimated sgACC source activity was associated with greater clinical improvement (r = -0.67; P = 0.023); although promising, the latter preliminary finding requires replication in larger, adequately powered samples before predictive utility can be established. These findings indicate that SNT induces progressive, site-specific cortical modulation and selective downstream effects on estimated sgACC source activity. Early cortical excitability changes represent candidate neurophysiological markers of SNT response, while the observed association between baseline sgACC activity and clinical outcome, while preliminary, motivates prospective investigation of subcortical source activity as a potential predictor of treatment response in larger trials. ClinicalTrials.gov Identifier: NCT03068715.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,319
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetTranscranial Magnetic Stimulation Studies→Travaux en français237 207→