Resting-state EEG activity as a Biomarker and Treatment Target in Depression: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Depression is a highly prevalent and disabling disorder affecting approximately 5% of the adult population worldwide. Despite its impact, the underlying pathophysiology remains insufficiently understood, and current treatments are only partially effective. Brain-based biomarkers offer promise for clarifying mechanisms of depression and guiding novel treatment approaches, including neuromodulation. EEG is particularly attractive for this purpose due to its wide availability, cost-effectiveness, and potential for direct neuromodulatory targeting. We conducted a PROSPERO-registered systematic review in accordance with PRISMA guidelines to assess resting-state EEG biomarkers in adult patients with depression, diagnosed according to DSM-IV/V or ICD-10/11. Included studies reported cross-sectional or correlational data on quantitative EEG measures such as power, cordance, peak frequency, and alpha asymmetry. Semiquantitative analyses using modified albatross plots and meta-analyses were performed. Study quality was assessed with a modified Newcastle-Ottawa Scale. Fifty-two studies met the inclusion criteria. Findings indicated increased low- frequency (delta, theta) and high-frequency (beta, gamma) power, and left frontal alpha asymmetry in depressed patients compared to healthy controls. Meta-analysis confirmed a significant increase in beta power. However, results regarding disease severity correlations and data on peak alpha frequency and cordance were insufficient for interpretation. Risk of bias across studies was high. Our results support increased beta and potentially also theta oscillations and alpha asymmetry as candidate diagnostic EEG biomarkers for depression. These oscillations may reflect disrupted corticolimbic control and reward processing and partially overlap with mechanisms implicated in chronic pain and fatigue. Further investigation is warranted into their potential as diagnostic tools and neuromodulatory treatment 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.
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 | 0,010 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,026 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».