Biomarkers of reduced inhibition in human cortical microcircuit signals in depression
Notice bibliographique
Résumé
**AMajor depressive disorder (depression) involves different mechanisms and brain scales. Altered cortical inhibition is associated with treatment-resistant depression, and reduced dendritic inhibition by somatostatin-expressing (SST) interneurons is a key component of the pathology. Electroencephalography (EEG) is an important source of biomarkers for depression to improve diagnosis and inform personalized treatments. However, whether the effects of reduced SST inhibition on microcircuit activity have signatures detectible in EEG remains unknown. We used detailed models of human cortical layer 2/3 microcircuits with normal or reduced SST inhibition to simulate resting-state activity together with the EEG signals in health and depression. We show that the healthy microcircuit models had emergent properties that reproduced key features of resting-state EEG theta-alpha frequency bands. We found that simulated EEG from depression microcircuits showed a significant increase in theta rhythmic activity and increased broadband power. Neuronal spiking showed a spike preference of EEG peak phase, and did not differ between conditions. We also showed using a realistic head model that the EEG signal biomarkers were mostly localized. Our study thus used detailed computational models to identify EEG biomarkers of reduced SST inhibition in cortical microcircuits in depression, which may serve to improve the diagnosis and stratification of depression subtypes, and in monitoring the effects of pharmacological modulation for treating depression.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».