Les effets de la neuromodulation non invasive sur les acouphènes
Bibliographic record
Abstract
Les acouphènes touchent une grande proportion de Canadiens. Cette condition est associée à de nombreuses comorbidités et affecte de manière significative la qualité de vie des patients qui en souffrent. Malheureusement, les mécanismes de génération et de persistance des acouphènes sont méconnus et il demeure de nombreux questionnements dans la communauté scientifique. Notamment, aucun traitement curatif n’est disponible pour l’instant. Ce mémoire fait état des différents types d’acouphènes qui peuvent se manifester ainsi que des diverses thérapies étudiées pour le traitement des acouphènes. Les grands modèles neurobiologiques prédominants dans la littérature sont aussi présentés. De plus, ce mémoire étudie la neuromodulation non invasive comme nouvelle avenue de traitement pour les acouphènes. Nous avons réalisé une méta-analyse et une étude de modélisation afin d’évaluer l’efficacité de ce traitement pour les acouphènes ainsi que les impacts sur les substrats neurobiologiques des acouphènes. Les résultats de cette étude montrent que la neuromodulation non invasive magnétique (SMTr) diminue de manière statistiquement significative les scores d’évaluation de l’acouphène, et que ces effets sont plus marqués chez les femmes. Les résultats montrent aussi que la neuromodulation du cortex auditif est l’approche qui diminue le plus les acouphènes et qu’elle génère un champ électrique plus fort dans l’insula en comparaison à d’autres régions d’intérêt. Finalement, ce mémoire discute des principales méthodes d’évaluation des acouphènes ainsi que de l’effet placébo présent lors du traitement des acouphènes. Des parallèles avec la douleur chronique sont établis, afin d’orienter la recherche sur de prochains traitements. Le futur de la neuromodulation non invasive pour le traitement des acouphènes est aussi discuté en marge de perspectives et de limites du travail.
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 | 0.003 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.005 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".