Investigating the long-term stability and neurochemical substrates of TMS and MRS
Bibliographic record
Abstract
La stimulation magnétique transcrânienne (SMT) et la spectroscopie par résonance magnétique (SRM) sont des techniques non-invasives permettant de quantifier l’activité GABAergique et glutamatergique du cerveau. La SMT et la SRM ont plusieurs applications en clinique et en recherche. En effet, ces outils peuvent être utilisés afin de déterminer l’efficacité d’un traitement ou la progression d’un processus pathologique. Cependant, malgré leur utilisation croissante dans le domaine médical, une certaine incertitude demeure quant aux substrats neurochimiques de ces techniques et à la stabilité à long terme des données acquises par SMT et SRM. Donc, dans un premier temps, la stabilité à long terme de plusieurs mesures prises par SMT et par SRM a été étudiée. En second lieu, afin de mieux comprendre quelles composantes du système GABAergique sont ciblées par ces deux techniques, des mesures de SRM et de SMT ont été obtenues après l’administration d’une benzodiazépine, le lorazépam, selon un devis expérimental randomisé, croisé, à double-aveugle et contrôlé par placébo. Deux articles composent cette thèse. Le premier article fait état d’une étude longitudinale, auprès d’adultes en santé, ayant pour but de déterminer la stabilité à long terme des concentrations de GABA et de Glx (glutamate + glutamine) obtenues par SRM ainsi que la stabilité des mesures d’inhibition et de facilitation corticale obtenues par SMT (rMT : seuil moteur au repos, %MSO : pourcentage d’intensité maximale du stimulateur, SICI : inhibition intra-corticale courte, LICI : inhibition intra-corticale longue, ICF : facilitation intra-corticale). Il a été démontré que les niveaux de GABA et de Glx sont stables au cours d’une période de trois mois. Alors que les mesures SMT de seuil moteur au repos, d’excitabilité corticale et de période corticale silencieuse sont stables à travers le temps, l’inhibition corticale à court intervalle et à long intervalle ainsi que la facilitation corticale sont beaucoup plus variables. Le deuxième article vise à comprendre la dissociation dans la sensibilité des mesures de SMT et SRM à refléter différentes facettes de l’activité GABAergique du cortex moteur. L’article porte sur une étude dans laquelle du lorazépam a été administré à des participants adultes en santé selon un devis randomisé, croisé, à double-aveugle et contrôlé par placébo. Des données SRM (GABA et Glx; cortex sensorimoteur et occipital) ainsi que des mesures SMT (cortex moteur) ont été obtenues suivant l’administration de lorazépam (ou de placébo). Il a été démontré que la prise de lorazépam réduisait les niveaux de GABA occipitaux, augmentait l’inhibition corticale et réduisait l’excitabilité du cortex moteur. La prise de médicament n’avait pas d’effet sur les autres mesures obtenues. De plus, il a été trouvé que l’effet du traitement sur l’inhibition corticale dépendait des concentrations endogènes de GABA dans le cortex sensorimoteur; une plus grande concentration de GABA étant prédictive d’une plus grande inhibition corticale suivant la prise de lorazépam. Dans leur ensemble, les résultats provenant des deux articles présentés dans cette thèse permettent de conclure que les mesures SRM des divers neurométabolites sont stables à long terme dans le cortex moteur et pourraient potentiellement servir de marqueurs dans l’évaluation de l’efficacité d’un traitement ou de l’évolution de processus pathologiques. Par contre, bien que certaines mesures SMT soient stables à long terme (rMT, %MSO, CSP), d’autres sont beaucoup plus variables (SICI, LICI, ICF); ainsi, la prudence est conseillée dans l’interprétation de ces mesures lors d’études cliniques. De plus, les effets différents que produit la prise de lorazépam sur les mesures SRM et SMT supportent la théorie selon laquelle les deux techniques n’ont pas les mêmes substrats neurochimiques. En effet, alors que les mesures TMS d’inhibition corticale refléteraient l’activité phasique des récepteurs GABAA, le signal SRM de GABA serait majoritairement intracellulaire et ne représenterait pas la neurotransmission GABAergique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".