休息状态脑电图可以预测塞拉尔林治疗结果

根据2月10日在线发布的一项研究，根据休息状态脑电图（Rseeg）定制的潜在空间机学习算法（Rseeg）可以预测抑郁症的治疗结果。自然生物技术。

魏武，博士，来自华南理工大学在广州，同事设计了潜在的空间机器学习为rseeg定制的算法，并将其应用于抑郁症的抗抑郁治疗预测研究中的数据，以鉴定治疗响应性神经生物学表型。

研究人员发现，以对SeltraLine对安慰剂的特定的方式预测症状变化，并且跨学习网站和脑电图设备更广泛地进行。舍曲林预测性EEG签名广泛地推向第二个抑郁样本;与历史治疗抗性患者的肉类定义模型相比，使用SeltraLine定义的模型可以看到降低EEG预测的症状改善，与显示部分反应的患者相比。在第三个独立数据集中，检查了预测签名的两个性质：收敛验证和神经生物学意义。在该样品中，通过并发经颅磁刺激（TMS）测量，rseeg衍生的结果预测分度预称神经响应度。RSEEG预测症状改善越小，肉碱，较好地对右侧外侧前额叶皮质的响应越好，在第四次抑郁处理数据集中并发心理治疗。

“这些发现在个体水平神经生物学中的地面造成的治疗响应表型在抑郁症的更广泛的临床诊断和其相关的生物异质性中，并为机器学习驱动的个性化方法奠定了一种途径沮丧“作者写道。

一些作者披露了生物制药行业的财务关系。

---

---

版权所有©2020.健康天。版权所有。