Article de méthode

Un protocole de stimulation magnétique transcrânienne neuronavigée assistée par robot ciblant les réseaux cérébraux individualisés dans le trouble bipolaire

DOI :

10.3791/68987

⸱

30 septembre 2025

 ,  ,  ,  , 
1Zhejiang Chinese Medical University, 2Department of Psychiatry, the First Affiliated Hospital, Zhejiang University School of Medicine, 3Huzhou Third Municipal Hospital, The Affiliated Hospital of Huzhou University, 4Taizhou Hospital of Zhejiang Province affiliated to Wenzhou Medical University, 5Department of Psychiatry, Affiliated Xiaoshan Hospital, Hangzhou Normal University

Dans cet article

Résumé

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Cette étude propose une méthode pour améliorer les troubles cognitifs pendant la rémission du trouble bipolaire par stimulation magnétique transcrânienne robotisée.

Résumé

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La stimulation magnétique transcrânienne (TMS) est une technique de neuromodulation non invasive capable de moduler la plasticité corticale et a été de plus en plus appliquée dans le traitement des troubles psychiatriques. Cependant, la SMT conventionnelle cible souvent une seule région du cerveau et peut souffrir d’un positionnement imprécis de la bobine, ce qui peut limiter son efficacité thérapeutique. La stimulation magnétique transcrânienne robotisée neuronavigée (RNNMS) est une modalité d’intervention TMS précise, qui est basée sur les données d’imagerie par résonance magnétique structurelle (IRM) du cerveau humain pour formuler des objectifs de stimulation individualisés et améliorer la précision de la stimulation à l’aide d’un guidage robotique du bras. Grâce à l’analyse de l’imagerie cérébrale, nous avons sélectionné une cible de stimulation basée sur les régions du cerveau présentant une connectivité fonctionnelle anormale chez les patients atteints de trouble bipolaire (MB), et des cibles d’intervention personnalisées basées sur la résonance magnétique structurelle de chaque patient, et nous avons utilisé la TMS neuronavigée robotique pour intervenir précisément sur les cibles correspondantes des patients afin de réduire la possibilité de stimulation inefficace due au déplacement de la bobine pendant tout le processus d’intervention. améliorant ainsi les troubles cognitifs des patients atteints de MB. Ce protocole décrit notre approche pour cibler les patients en fonction des images de leur réseau cérébral et démontre en détail la procédure d’exécution d’interventions de TMS neuronavigées robotiques sur les patients.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La stimulation magnétique transcrânienne répétitive (SMTr) est actuellement la technique de neuromodulation non invasive la plus largement utilisée pour stimuler les zones corticales du cerveau, principalement par de brèves impulsions de champ magnétique. Actuellement, la rTMS a été approuvée par la Food and Drug Administration (FDA) pour le traitement du trouble dépressif majeur (TDM). La SMTr a un taux de réponse et de rémission de < 50 % et < de 20 %, respectivement, chez les patients atteints de TDM qui ne répondent pas aux médicaments1. Plusieurs études sur la dépression TMS dans le trouble bipolaire (TC) ont obtenu une efficacité positive, mais le nombre d’études portant sur les troubles cognitifs dans le TC est faible et doit être exploré plus avant2.

Bien que les paramètres de la SMTr puissent être ajustés, tels que le site, le mode, la fréquence, l’intensité et le nombre d’impulsions de stimulation, les modèles de paramètres principalement utilisés dans les études précédentes ainsi que dans les applications cliniques actuelles sont plus fixes, tels que le choix de la stimulation à 10 Hz du cortex préfrontal dorsolatéral gauche (DLPFC), la stimulation en rafale thêta (TBS), et stimulation 1 Hz du DLPFC3 droit. La sélection de cibles de stimulation dans le cortex est un facteur important dans la stimulation magnétique transcrânienne (TMS), et les cibles corticales efficaces peuvent varier en fonction de la maladie ainsi que de différents individus. Il a été démontré que l’efficacité de la SMTr dans la dépression réfractaire peut être considérablement améliorée par une stimulation personnalisée à l’aide du DLPFC4 basé sur la neuronavigation, ce qui suggère également l’importance de cibles individualisées pour l’efficacité de la SMT.

Avec le développement de la neuroimagerie fonctionnelle, on a constaté que les changements dans l’activité de certaines régions du cerveau associés, par exemple, aux hallucinations, à l’anxiété et à la dépression ont le potentiel de servir de cibles thérapeutiques pour ces symptômes dans des études et des analyses d’un certain nombre de symptômes psychiatriques5. De plus, les effets stimulants de la TMS ne se limitent pas à la zone stimulée, mais peuvent également affecter les régions cérébrales éloignées du site de stimulation en modulant la connectivité fonctionnelle entre les régions cérébrales6. En revanche, la connectivité fonctionnelle à l’intérieur et entre les réseaux d’état de repos du cerveau peut également être altérée dans les états de maladie neuropsychiatrique7, et ces réseaux cérébraux altérés peuvent subir une normalisation partielle après que l’état s’améliore 8,9. Le choix du DLPFC comme cible pour les techniques de ciblage de la SMT conventionnelle, et le fait que différentes régions du DLPFC correspondent à différents réseaux cérébraux distribués10, est également susceptible de révéler la variabilité de la réponse au traitement entre les différents patients dans la SMT conventionnelle. L’identification des cibles de la SMTr en fonction de la connectivité entre les différentes régions du cerveau peut fournir une approche plus individualisée11. Par exemple, une étude a localisé la coordonnée DLPFC qui était la plus anti-corrélée avec le cortex cingulaire sous-génital (SGC) et a utilisé la neuronavigation pour optimiser la réponse antidépressive12. D’une part, les interventions cliniques actuelles pour les patients atteints de MB suivent encore principalement les cibles traditionnelles du TDM, et d’autre part, les protocoles existants sont plus centrés sur les symptômes de l’humeur chez les patients MB et moins explorés pour les cibles de déficience cognitive dans le MB, de sorte qu’une exploration plus approfondie des cibles correspondantes est encore nécessaire.

En plus du choix de l’emplacement cible, la capacité du TMS à atteindre une intensité de stimulus conforme aux attentes est également étroitement liée au fait qu’il soit hors cible ou non ; il a été constaté que les capuchons élastiques positionnés pour placer des bobines atteignent des cibles corticales avec une stimulation significativement plus faible, certains individus ne recevant que 48,6 % du champ électrique cible attendu, tandis que la stimulation ciblée de neuronavigation permet une localisation plus précise et plus précise de la TMS pour produire le niveau cortical cible avec l’intensité de stimulation attendue13. Pendant le traitement, la position de la tête du patient peut parfois bouger14, ce qui peut également entraîner un écart entre la cible de stimulation réelle et la position cible attendue, ne parvenant ainsi pas à atteindre l’intensité de stimulation attendue13. L’utilisation de la neuronavigation robotique peut être calibrée pendant les interventions TMS et maintenir la position de stimulation aussi précise que possible, mais l’efficacité des interventions pour la dépression bipolaire dans cette modalité doit être explorée davantage.

Dans cet article, nous décrivons une modalité de thérapie magnétique transcrânienne sûre, prometteuse et plus précise basée sur des réseaux de connectivité fonctionnelle pour identifier des cibles d’intervention à l’aide de la neuronavigation robotique avec stimulation magnétique transcrânienne afin d’améliorer les troubles cognitifs chez les patients atteints de trouble bipolaire.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Cette étude a été examinée et approuvée par le comité d’éthique du premier hôpital affilié de la faculté de médecine de l’Université du Zhejiang, conformément à la Déclaration d’Helsinki, et cette étude a été enregistrée dans le registre chinois des essais cliniques (http://www.chictr.org.cn/enIndex.aspx), sous le numéro d’enregistrement ChiCTR2000030675. Ici, les patients ont été recrutés à partir de la clinique psychiatrique externe du premier hôpital affilié de la faculté de médecine de l’Université du Zhejiang. Tous les participants ont été informés en détail de l’objectif, des procédures, des risques potentiels et des avantages de l’étude, et un consentement éclairé écrit a été obtenu avant de participer.

1 Participants, éligibilité et randomisation

  1. Critères d’inclusion : Incluez les patients qui répondent aux critères suivants :
    1. Patients âgés de 16 à 65 ans.
    2. Patients diagnostiqués avec la MB par un psychiatre selon le Mini-International Neuropsychiatry Interview (MINI).
    3. Patients qui prennent un médicament stable.
    4. Les patients qui ont un score de 6,15 et 17 ≤ sur l’échelle d’évaluation de la dépression de Hamilton (HDRS-17) ≤ 7.
    5. Patients en rémission clinique depuis plus de trois mois16.
    6. Les patients qui ont auto-déclaré des troubles cognitifs et des déficits perceptuels avec un score PDQ-D (Self-reported Cognitive Disorders and Perceptual Deficits Questionnaire-Depression) ≥17, 17,18.
    7. Patients droitiers.
    8. Les patients qui ont au moins 9 ans d’éducation.
  2. Critère d’exclusion : Excluez les patients qui ont les conditions suivantes :
    1. Patients qui présentent une comorbidité avec tout autre trouble mental tel que défini dans le Manuel diagnostique et statistique des troubles mentaux, cinquième édition (DSM-5).
    2. Patients ayant des antécédents de troubles neurologiques graves, tels que l’épilepsie ou une lésion cérébrale traumatique.
    3. Patients qui ont des conditions médicales importantes et instables.
    4. Les patients qui ont des antécédents d’abus de drogues ou d’alcool.
    5. Femmes enceintes ou allaitantes.
    6. Patients atteints de daltonisme généralisé, d’hypochromie ou de déficience auditive.
    7. Les patients qui prennent actuellement des médicaments avec des antidépresseurs, des anticholinergiques et d’autres médicaments.
    8. Patients atteints d’autres conditions médicales.
    9. Patients qui ne sont pas en mesure de subir une imagerie par résonance magnétique (IRM) ou qui présentent des contre-indications à la SMTr.
  3. Randomisation et assignation secrète
    1. Générer une séquence de nombres aléatoires à l’aide d’un programme informatique pour assigner les patients à des groupes de SMTr actifs ou fictifs.
    2. Préparez la séquence de randomisation et conservez-la avec un chercheur indépendant qui n’est pas impliqué dans le recrutement, l’évaluation ou le traitement.
    3. Dissimulez l’attribution des groupes à l’aide d’enveloppes scellées et opaques, et n’ouvrez l’enveloppe qu’au moment de l’intervention.
    4. Maintenir l’insu tout au long de l’étude afin que les patients et les chercheurs en traitement/évaluation ne soient pas au courant de l’attribution du traitement.
    5. Demandez aux patients de ne pas discuter de leur traitement avec d’autres participants.

2 Acquisition d’images par résonance magnétique

REMARQUE : Après l’inscription, acquérir l’IRM structurelle et fonctionnelle pour fournir les données d’imagerie requises pour la sélection individualisée de la cible dans les étapes suivantes. L’imagerie a été réalisée au premier hôpital affilié de la faculté de médecine de l’Université du Zhejiang à l’aide d’un scanner Telsa 3.0 avec une bobine de tête complète standard.

  1. Demandez aux participants de s’allonger sur le dos, les yeux fermés. Positionnez les coussinets en mousse de manière à minimiser les mouvements et fournissez des bouchons d’oreille pour réduire le bruit.
  2. Acquérez des images anatomiques 3D haute résolution à l’aide d’une séquence d’écho à gradient d’acquisition rapide (MPRAGE) préparée par magnétisation avec un contraste pondéré T1.
  3. Réglez les paramètres d’acquisition comme suit : TR = 7,1 ms ; TE = 2,9 ms ; Champ de vision = 260 x 260 mm2 ; matrice = 256 × 256 ; nombre de tranches = 146 ; épaisseur de la tranche = 1 mm ; Angle de retournement = 8°
  4. Obtenez une imagerie par écho planaire (EPI) à l’état de repos avec : TR 1800 ms ; TE 30 ms ; Champ de vision 240 x 240 mm² ; écart 0,8 mm ; matrice 64 × 64 ; 28 tranches ; 4 mm d’épaisseur ; Spécifiez la durée d’exécution (points temporels).

3 Sélection individualisée de la cible sur la base de l’IRM

REMARQUE : À l’aide des données IRM acquises, prétraiter l’IRMf et dériver la connectivité fonctionnelle basée sur les graines pour déterminer la coordonnée de la cible de stimulation, puis générer le modèle structurel individualisé pour la neuronavigation.

  1. Prétraitement des données IRMf :
    1. Prétraitez les données IRMf à l’aide de la plateforme DPABI (version 8.2).
    2. Effectuez la conversion DICOM vers NIfTI.
    3. Écartez les 10 points temporels initiaux et réalignez le mouvement de la tête pour exclure les participants dont le déplacement est > 1,5 mm ou la rotation > 1,5° dans n’importe quelle direction (x, y ou z).
    4. Réorientez les images pondérées T1 et fonctionnelles vers la commissure antérieure. Co-enregistrez l’image T1 avec les images fonctionnelles.
    5. Segmentez l’image T1 et normalisez les images segmentées dans l’espace standard de l’Institut neurologique de Montréal (INM) à l’aide de DARTEL.
    6. Appliquez les paramètres de transformation aux images fonctionnelles et faites régresser 24 covariables de mouvement de la tête (Friston-24).
    7. Rééchantillonnez les images fonctionnelles à une taille de voxel de 3 mm x 3 mm x 3 mm.
    8. Lisser spatialement les images rééchantillonnées à l’aide d’un noyau gaussien avec une largeur totale à mi-hauteur (FWHM) de 4 mm, qui a été choisi pour préserver la spécificité spatiale des ROI relativement petits tels que l’ACC et le V1 tout en améliorant le rapport signal/bruit.
    9. Supprimer les signaux de liquide céphalo-rachidien et de substance blanche par analyse de régression. Filtre passe-bande : les séries temporelles entre 0,01 et 0,1 Hz.
    10. Supprimez les points temporels avec un mouvement excessif selon les seuils prédéfinis.
  2. Déterminez les coordonnées du point cible en fonction de la connexion fonctionnelle :
    1. Définir la région d’intérêt (ROI) du cortex cingulaire antérieur (ACC) comme une sphère de 9 mm de rayon centrée sur MNI (−4, 50, 4), sur la base des coordonnées précédemment rapportées d’une étude antérieure de BD19.
    2. Extrayez les séries chronologiques du retour sur investissement ACC et construisez des cartes de connectivité fonctionnelle (FC) basées sur les graines (voxelwise) à l’aide du parcours temporel ACC.
    3. Utilisez le FC calculé basé sur les graines pour identifier les coordonnées de ciblage TMS optimisées dans le cortex visuel primaire (V1). En parallèle, définir a priori le même ROI ACC dans une cohorte de référence de 30 sujets sains.
    4. Identifiez les voxels V1 montrant des FC significatifs avec l’ACC (voxel au sens de la < 0,001 ; corrigé en cluster FWE p < 0,05) sur la base du retour sur investissement de l’ACC défini ci-dessus.
    5. Sélectionnez la coordonnée V1 du pic à MNI (−3, −66, 18), qui montre une connectivité significative avec l’ACC (r = 0,269), comme cible rTMS pour le groupe de stimulation active (Figure 1).
  3. Prétraitement structurel de l’IRM et génération de modèles individuels avant le traitement :
    1. Anonymisez les données d’image structurelle du patient pour supprimer tous les identifiants personnels et permettre un transfert de données sécurisé.
    2. Standardisez les images brutes en ajustant la résolution, l’espacement des voxels, l’orientation et l’intensité du signal.
    3. Segmentez les images standardisées en classes de tissus distinctes, notamment la matière grise, la substance blanche, le liquide céphalo-rachidien, le crâne et les noyaux internes.
    4. Enregistrez les images segmentées dans le système de coordonnées d’image standard (MNI152) conformément aux exigences du protocole de stimulation et extrayez les régions cérébrales correspondantes, les coordonnées standardisées et d’autres paramètres pertinents.
    5. Reconstruisez des modèles 3D des régions cérébrales et du crâne séparément, et déterminez les coordonnées de la cible de stimulation dans l’espace modèle.

4 Mesure du seuil du moteur de repos (RMT)

  1. Une fois l’objectif individualisé déterminé et le modèle de tête préparé, déterminez le seuil moteur au repos de chaque participant au-dessus de M1 afin d’échelonner l’intensité de la stimulation pour l’intervention à venir.
    1. Asseyez confortablement le patient dans le fauteuil de traitement.
    2. Équipez le patient d’un bandeau équipé d’un capteur. Assurez-vous qu’il est solidement fixé et qu’aucun objet n’obstrue la ligne de vue entre les capteurs et les caméras de suivi.
    3. Entrez le numéro d’identification du patient dans le système de neuronavigation, vérifiez les informations et accédez à l’interface correspondante.
    4. Affichez le modèle de tête du patient à l’écran, montrant les marqueurs au centre du front, aux embouts bilatéraux de l’oreille, à l’extrémité nasale et au vertex. Ajustez la position des marqueurs à l’aide de la souris pour les aligner avec précision.
    5. Utilisez le pointeur de neuronavigation pour marquer les repères anatomiques sur la tête du patient (glabelle, embouts bilatéraux de l’oreille, pointe nasale et vertex). Appuyez sur la pédale pour confirmer chaque emplacement. Vérifiez que chaque point marqué avec succès apparaît sous la forme d’un point vert à l’écran.
    6. Déplacez le pointeur de neuronavigation sur le cuir chevelu du patient. Observez la trajectoire du mouvement sous forme de points verts projetés sur l’écran pour confirmer l’alignement entre la position de la tête du patient et le modèle IRM téléchargé. Complétez l’enregistrement spatial.
    7. Utilisez le système de neuronavigation assisté par robot avec une bobine en forme de huit pour positionner la bobine sur l’emplacement cible gauche de M1 recommandé par le système.
    8. Délivrez des impulsions TMS uniques vers la gauche M1. Enregistrez les potentiels évoqués moteurs (MEP) du muscle interosseux dorsal droit (FDI) entièrement détendu à l’aide de l’électromyographie de surface.
    9. Déterminer le RMT comme étant l’intensité de stimulation la plus faible qui produit des MEP d’au moins 50 μV d’amplitude dans au moins 5 essais consécutifs sur 1020.

5 Intervention robotique neuro-navigée rTMS

  1. Avec l’intensité de stimulation réglée par le RMT mesuré et la cible V1 enregistrée dans le système de neuronavigation, délivrez la rTMS assistée par robot en fonction des séances de traitement programmées.
    1. Administrer une SMTr neuro-navigée assistée par robot une fois par jour pendant 10 jours consécutifs à tous les participants.
    2. Livrez chaque séance sous la forme de 60 blocs d’entraînement de stimulation 5s 10 Hz à 110 % de RMT, avec des intervalles inter-entraînements de 20 s, pour un total de 3000 impulsions par séance et une durée totale de 25 min. Pour une stimulation simulée, appliquez le même protocole mais utilisez une bobine TMS fictive, produisant un son similaire, sans champ magnétique appliqué.
    3. Entrez les coordonnées MNI correspondant au point cible de stimulation dans la région V1 du patient.
    4. Ajustez l’angle et la hauteur du siège pour vous assurer que la position de la tête du patient se trouve dans la case verte à l’écran, et permettez au robot d’amener la bobine à la position cible correspondante du patient en fonction du système de neuronavigation. Utilisez la navigation du robot pour ajuster le point cible du stimulus réel (représenté par une boule rouge) pour qu’il coïncide avec l’emplacement sur le modèle de tête du patient à l’écran (représenté par une boule verte). Affichez la distance entre les deux points dans le coin inférieur gauche de l’écran. Lorsque la distance est inférieure à 1 mm, commencez la stimulation rTMS.
    5. Affichez la distance entre l’antenne et le point cible sur l’écran tout au long du traitement et calibrez le moment où la tête du patient se déplace pour vous assurer que le cuir chevelu reste proche de l’antenne (Figure 2).
    6. Après chaque séance de traitement quotidienne, demandez au patient de remplir un questionnaire d’auto-évaluation des effets indésirables, qui comprend des éléments sur les étourdissements, les maux de tête et d’autres symptômes possibles.

6 Collecte des données cliniques

  1. Évaluer la fonction cognitive des participants au départ et 2 semaines après le traitement à l’aide de l’instrument d’intégration THINC (THINC-IT).
  2. Administrez l’inventaire des déficits perçus de la dépression, la tâche d’identification (IDN), la tâche One-Back (1-BACK), le test de substitution de symboles numériques (DSST) et le test de création de sentiers - partie B (TMT-B) pour évaluer les déficits cognitifs autodéclarés, l’attention, la vitesse de traitement, la mémoire de travail et la fonction exécutive, respectivement.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dans cette étude, l’outil THINC-it a été utilisé pour évaluer les changements cognitifs chez les patients avant et après le traitement. Le tableau 1 montre la situation de base des deux groupes de patients, dans lesquels il n’y avait pas de différence entre les deux groupes au départ dans aucun des six indicateurs liés à la fonction cognitive. Alors qu’une interaction significative a été observée dans la vérification des symboles de l’indicateur (exactitude), aucune interaction significative n’a été obse...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ce protocole propose d’identifier des cibles basées sur la connectivité fonctionnelle V1-ACC et d’améliorer les troubles cognitifs dans le trouble bipolaire en utilisant la SMTr à 10 Hz sous navigation neuronale robotisée. L’évaluation de la fonction cognitive des patients avant et après l’intervention par l’outil THINC-it a révélé que la tendance à l’amélioration cognitive était plus prononcée chez les patients ayant subi une stimulation active de la TMS.

Les...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Tous les auteurs ne déclarent aucun conflit d’intérêts lié à cet article.

Remerciements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ce travail a été soutenu par la Fondation nationale des sciences naturelles de Chine (subvention n° 52407261), le programme de recherche fondamentale sur le bien-être public de la province du Zhejiang (subvention n° 100). LTGY23H090013), le projet de science et de technologie médicales et de santé de la province du Zhejiang (subvention n° 2023KY1014) et le programme de R&D « Pioneer » et « Leading Goose » du Zhejiang (subvention n° 2025C01137).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
Black Dolphin Navigation TMS RobotXi' une modulation cérébrale solideSmarPhin S-50Système intégré avec bobines actives/simulées, robot TMS, suivi optique, bandeau de suivi, neuronavigation et bouchons d’oreille ; permet un ciblage guidé par IRM et une bobine en temps réel&ndash ; surveillance de la distance cible.
Scanner IRM GE Signa Premier 3.0TGE Soins de santéhttps://www.gehealthcare.com/products/magnetic-resonance-imaging/3t-mri-scanners
Outil d’évaluation cognitive THINC-itLundbeck1.26 1Comprend quatre tâches cognitives et une échelle d’auto-évaluation, évaluant l’attention/la concentration/la vigilance, la mémoire de travail et la fonction exécutive.

Références

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Berlim, M. T., van den Eynde, F., Tovar-Perdomo, S., Daskalakis, Z. J. Response, remission and drop-out rates following high-frequency repetitive transcranial magnetic stimulation (rTMS) for treating major depression: a systematic review and meta-analysis of randomized, double-blind and sham-controlled trials. Psychol Med. 44 (2), 225-239 (2014).
  2. Mutz, J. Brain stimulation treatment for bipolar disorder. Bipolar Disord. 25 (1), 9-24 (2023).
  3. Gogulski, J., et al. Personalized repetitive transcranial magnetic stimulation for depression. Biol Psychiatry Cogn Neurosci Neuroimaging. 8 (4), 351-360 (2023).
  4. Fitzgerald, P. B., et al. A randomized trial of rTMS targeted with MRI-based neuro-navigation in treatment-resistant depression. Neuropsychopharmacology. 34 (5), 1255-1262 (2009).
  5. Fox, M. D. Mapping symptoms to brain networks with the human connectome. N Engl J Med. 379 (23), 2237-2245 (2018).
  6. Bortoletto, M., Veniero, D., Thut, G., Miniussi, C. The contribution of TMS-EEG coregistration in the exploration of the human cortical connectome. Neurosci Biobehav Rev. 49, 114-124 (2015).
  7. Kaiser, R. H., Andrews-Hanna, J. R., Wager, T. D., Pizzagalli, D. A. Large-scale network dysfunction in major depressive disorder: a meta-analysis of resting-state functional connectivity. JAMA Psychiatry. 72 (6), 603-611 (2015).
  8. Halko, M. A., Farzan, F., Eldaief, M. C., Schmahmann, J. D., Pascual-Leone, A. Intermittent theta-burst stimulation of the lateral cerebellum increases functional connectivity of the default network. J Neurosci. 34 (36), 12049-12056 (2014).
  9. Liston, C., et al. Default mode network mechanisms of transcranial magnetic stimulation in depression. Biol Psychiatry. 76 (7), 517-526 (2014).
  10. Opitz, A., Fox, M. D., Craddock, R. C., Colcombe, S., Milham, M. P. An integrated framework for targeting functional networks via transcranial magnetic stimulation. Neuroimage. 127, 86-96 (2016).
  11. Weigand, A., et al. Prospective validation that subgenual connectivity predicts antidepressant efficacy of transcranial magnetic stimulation sites. Biol Psychiatry. 84 (1), 28-37 (2018).
  12. Blumberger, D. M., et al. Effectiveness of theta burst versus high-frequency repetitive transcranial magnetic stimulation in patients with depression (THREE-D): a randomised non-inferiority trial. Lancet. 391 (10131), 1683-1692 (2018).
  13. Caulfield, K. A., et al. Neuronavigation maximizes accuracy and precision in TMS positioning: evidence from 11,230 distance, angle, and electric field modeling measurements. Brain Stimul. 15 (5), 1192-1205 (2022).
  14. Shin, H., et al. Robotic transcranial magnetic stimulation in the treatment of depression: a pilot study. Sci Rep. 13 (1), 14074(2023).
  15. Young, R. C., Biggs, J. T., Ziegler, V. E., Meyer, D. A. A rating scale for mania: reliability, validity and sensitivity. Br J Psychiatry. 133, 429-435 (1978).
  16. Zimmerman, M., Martinez, J. H., Young, D., Chelminski, I., Dalrymple, K. Severity classification on the Hamilton Depression Rating Scale. J Affect Disord. 150 (2), 384-388 (2013).
  17. Shi, C., et al. Reliability and validity of Chinese version of perceived deficits questionnaire for depression in patients with MDD. Psychiatry Res. 252, 319-324 (2017).
  18. Zhu, N., et al. The THINC-it tool: temporal sensitivity to change over time. BMC Psychiatry. 24 (1), 749(2024).
  19. Wise, T., et al. Common and distinct patterns of grey-matter volume alteration in major depression and bipolar disorder: evidence from voxel-based meta-analysis. Mol Psychiatry. 22 (10), 1455-1463 (2017).
  20. Rossini, P. M., et al. Applications of magnetic cortical stimulation. Electroencephalogr Clin Neurophysiol Suppl. 52, The International Federation of Clinical Neurophysiology. 171-185 (1999).
  21. Keramatian, K., Torres, I. J., Yatham, L. N. Neurocognitive functioning in bipolar disorder: what we know and what we don't. Dialogues Clin Neurosci. 23 (1), 29-38 (2021).
  22. Lam, R. W., et al. Canadian Network for Mood and Anxiety Treatments (CANMAT) 2023 update on clinical guidelines for management of major depressive disorder in adults. Can J Psychiatry. 69 (9), 641-687 (2024).
  23. Lawrence, S. J. D., et al. Laminar organization of working memory signals in human visual cortex. Curr Biol. 28 (21), 3435-3440.e4 (2018).
  24. Zhang, X., Zhaoping, L., Zhou, T., Fang, F. Neural activities in V1 create a bottom-up saliency map. Neuron. 73 (1), 183-192 (2012).
  25. Shmuel, D., et al. Early visual cortex stimulation modifies well-consolidated perceptual gains. Cereb Cortex. 31 (1), 138-146 (2021).
  26. Sheth, S. A., et al. Human dorsal anterior cingulate cortex neurons mediate ongoing behavioural adaptation. Nature. 488 (7410), 218-221 (2012).
  27. Brown, J. W., Braver, T. S. Learned predictions of error likelihood in the anterior cingulate cortex. Science. 307 (5712), 1118-1121 (2005).
  28. Han, Y., et al. The logic of single-cell projections from visual cortex. Nature. 556 (7699), 51-56 (2018).
  29. Zhang, Z., et al. Task-related functional magnetic resonance imaging-based neuronavigation for the treatment of depression by individualized repetitive transcranial magnetic stimulation of the visual cortex. Sci China Life Sci. 64 (1), 96-106 (2021).
  30. Lefaucheur, J. P. Why image-guided navigation becomes essential in the practice of transcranial magnetic stimulation. Neurophysiol Clin. 40 (1), 1-5 (2010).
  31. Gugino, L. D., et al. Transcranial magnetic stimulation coregistered with MRI: a comparison of a guided versus blind stimulation technique and its effect on evoked compound muscle action potentials. Clin Neurophysiol. 112 (10), 1781-1792 (2001).
  32. Julkunen, P., et al. Comparison of navigated and non-navigated transcranial magnetic stimulation for motor cortex mapping, motor threshold and motor evoked potentials. Neuroimage. 44 (3), 790-795 (2009).
  33. Yang, L. L., et al. High-frequency repetitive transcranial magnetic stimulation (rTMS) improves neurocognitive function in bipolar disorder. J Affect Disord. 246, 851-856 (2019).
  34. Maeda, F., Keenan, J. P., Tormos, J. M., Topka, H., Pascual-Leone, A. Interindividual variability of the modulatory effects of repetitive transcranial magnetic stimulation on cortical excitability. Exp Brain Res. 133 (4), 425-430 (2000).
  35. Watson, S., et al. A randomized trial to examine the effect of mifepristone on neuropsychological performance and mood in patients with bipolar depression. Biol Psychiatry. 72 (11), 943-949 (2012).
  36. Burdick, K. E., et al. Placebo-controlled adjunctive trial of pramipexole in patients with bipolar disorder: targeting cognitive dysfunction. J Clin Psychiatry. 73 (1), 103-112 (2012).
  37. Miskowiak, K. W., Ehrenreich, H., Christensen, E. M., Kessing, L. V., Vinberg, M. Recombinant human erythropoietin to target cognitive dysfunction in bipolar disorder: a double-blind, randomized, placebo-controlled phase 2 trial. J Clin Psychiatry. 75 (12), 1347-1355 (2014).
  38. Super, H. Working memory in the primary visual cortex. Arch Neurol. 60 (6), 809-812 (2003).
  39. Ress, D., Backus, B. T., Heeger, D. J. Activity in primary visual cortex predicts performance in a visual detection task. Nat Neurosci. 3 (9), 940-945 (2000).
  40. van Kerkoerle, T., Self, M. W., Roelfsema, P. R. Layer-specificity in the effects of attention and working memory on activity in primary visual cortex. Nat Commun. 8, 13804(2017).
  41. Sciortino, D., et al. Role of rTMS in the treatment of cognitive impairments in bipolar disorder and schizophrenia: a review of randomized controlled trials. J Affect Disord. 280 (Pt A), 148-155 (2021).
  42. Strelnik, A., et al. The effects of transcranial magnetic stimulation on cognitive functioning in bipolar depression: a systematic review. Psychiatr Danub. 34 (Suppl 8), 179-188 (2022).
  43. Razavi, M. S., et al. Cognitive rehabilitation in bipolar spectrum disorder: a systematic review. IBRO Neurosci Rep. 16, 509-517 (2024).
  44. Silvanto, J., Pascual-Leone, A. State-dependency of transcranial magnetic stimulation. Brain Topogr. 21 (1), 1-10 (2008).
  45. Sack, A. T., et al. Target engagement and brain state dependence of transcranial magnetic stimulation: implications for clinical practice. Biol Psychiatry. 95 (6), 536-544 (2024).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Demander l’autorisation de réutiliser le texte ou les figures de cet article JoVE

Demander une autorisation

Mots-clés

TMS assist e par robotTMS neuronavigu econnectivit fonctionnelleimagerie par r sonance magn tiqueplasticit corticaletrouble cognitifanalyse d imagerie c r brale

Articles connexes