Residual fast ripples in the intraoperative corticogram predict epilepsy surgery outcome
Notice bibliographique
Résumé
OBJECTIVE: We studied whether residual high-frequency oscillations (80-500 Hz; ripples, 80-250 Hz), especially fast ripples (FRs, 250-500 Hz), in post-resection intraoperative electrocorticography (ECoG) predicted seizure recurrence in comparison to residual interictal spikes and ictiform spike patterns. METHODS: We studied, retrospectively, ECoG recorded at 2,048 Hz after resection in a cohort of patients with refractory focal epilepsy. We analyzed occurrence and number of residual FRs, ripples, interictal spikes, and ictiform spike patterns within the last minute of each recording and compared these to seizure recurrence. RESULTS: We included 54 patients (median age 15.5 years) with 25 months median follow-up. Twenty-four patients had recurrent seizures. We found residual FRs, ripples, spikes, and ictiform spike patterns in 12, 51, 38, and 9 patients. Nine out of 12 patients with residual FRs had recurrent seizures (p = 0.016, positive predictive value 75%). Other ECoG events did not predict seizure recurrence. Patients with seizures had higher FR rates than seizure-free patients (p = 0.022). FRs near the resection and in distant pathologic areas could have changed the resection in 8 patients without harming functionally eloquent areas. One seizure-free patient had FRs in distant functionally eloquent areas. CONCLUSIONS: Residual FRs in post-resection ECoG are prognostic markers for seizure recurrence, especially if their number is high. Tailoring could rely on FRs, but requires careful assessment of the ECoG, as FRs in functionally eloquent areas might not be pathologic.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».