Optimized Simultaneous Assessment of Subcortical and Cortical Auditory Responses Through a Frequency‐Tagged Roving Paradigm
Notice bibliographique
Résumé
Assessment of auditory-evoked responses across multiple stages of the ascending auditory pathway provides complementary insights into neural integrity for research and clinical contexts. However, traditional approaches, constrained by conflicting optimal parameters, require separate sessions for different response types, limiting efficiency and preventing simultaneous multi-level assessment, while evidence of individual-level sensitivity and reliability remains limited. We aimed to develop and validate a paradigm enabling concurrent, single-subject assessment of frequency-following responses (FFRs), auditory steady-state responses (ASSRs), and event-related potentials (ERPs) spanning subcortical to cortical levels. Two amplitude-modulated tones (carriers at 220/440 Hz, modulated at 40/80 Hz) were presented in a roving sequence so that each tone served as both standard and deviant, and EEG was recorded using a two-electrode montage (Fz, Cz) EEG setup. In 32 healthy participants, the paradigm achieved 100% sensitivity for high-frequency FFRs and gamma-band ASSRs, confirmed by permutation-based spectral analysis. Machine-learning classification distinguished stimulus conditions from resting state based on N1 and sustained negativity in all participants (32/32), confirming robust single-subject detection of obligatory cortical responses. Directional asymmetry was observed in transition responses: ascending frequency transitions predominantly elicited enhanced N1-P2-like responses (32/32), whereas descending transitions evoked mismatch negativity-like (MMN-like) responses in 30/32 participants. Recording-duration analysis showed that overall detection sensitivity across response components reached 0.91 after 27 min of recording. Collectively, these findings indicate that the frequency-tagged roving paradigm provides a framework for characterizing auditory processing across hierarchical levels within a single session, supporting potential use in future experimental and translational studies.
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 | 0,000 | 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) | 0,001 | 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 ».