MétaCan
Menu
Retour à la cohorte
Enregistrement W4414384812 · doi:10.22215/cujs.v5i2.5388

Modelling Electric Field Distribution in Transcranial Direct Current Stimulation Targeting Auditory Verbal Hallucinations in People with Schizophrenia: A SimNIBS Simulation Study

2025· article· en· W4414384812 sur OpenAlexaff
Courtney Reesor, Aster Javier, Lauren Woytowicz, Verner Knott, Natalia Jaworska

Notice bibliographique

RevueCarleton undergraduate journal of science. · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversity of OttawaRoyal Ottawa Mental Health CentreCarleton University
Organismes subventionnairesnon disponible
Mots-clésTranscranial direct-current stimulationSchizophrenia (object-oriented programming)Functional magnetic resonance imagingNeuromodulationTranscranial magnetic stimulationBrain–computer interfaceSoftwareAuditory hallucination

Résumé

récupéré en direct d'OpenAlex

Transcranial direct current stimulation (tDCS) as a potential alternate or add-on treatment for auditory verbal hallucinations (AVH) in people with schizophrenia (SCZ) exhibits variability in terms of its therapeutic effects, such as reducing positive symptoms. This study explores the utility of a non-invasive brain stimulation software called SimNIBS simulation software to investigate the role of individual anatomical differences in potentially influencing the effectiveness of tDCS treatment. Magnetic resonance imaging (MRI) data was collected from 12 participants with SCZ and a history of AVHs to construct head models, which were segmented and adjusted manually. The SimNIBS graphical user interface was used to mirror actual tDCS electrode size and placements for individual head models. The simulation modelled variability of the electric field (EF) depth and distribution in regions of interest across participants. The use of SimNIBS as a tool to model E-field contributions to our understanding of the effectiveness of tDCS treatment, while also demonstrating the importance of individualized treatment protocols.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,134
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,045
Tête enseignante GPT0,349
Écart entre enseignants0,304 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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 revueCarleton undergraduate journal of science.Même sujetNeural and Behavioral Psychology StudiesTravaux en français237 207