Gray matter structural compromise is equally distributed in left and right temporal lobe epilepsy
Notice bibliographique
Résumé
In drug-resistant temporal lobe epilepsy (TLE), MRI studies have shown consistent mesiotemporal and neocortical structural alterations when comparing patients to healthy controls. It remains, however, relatively unclear whether the side of seizure focus differentially impacts the degree of structural damage. This work performed a comprehensive surface-based analysis of mesiotemporal and neocortical morphology on preoperative 1.5 T MRI in 25/35 LTLE/RTLE patients that achieved seizure freedom after surgery (i.e., Engel-I outcome; 7 ± 2 years follow-up), an imaging-independent confirmation of focus lateralization. Compared to 46 age- and sex-matched controls, both TLE groups displayed marked ipsilateral atrophy in mesiotemporal regions, while cortical thinning was bilateral. Direct contrasts between LTLE and RTLE did not reveal significant differences. Bootstrap simulations indicated low reproducibility of observing a between-cohort difference; power analysis revealed that more than 110 patients would be necessary to detect subtle differences. No difference between LTLE and RTLE was confirmed when using voxel-based morphometry, an independent proxy of gray matter volume. Similar results were obtained analyzing a separate 3 T dataset (15/15 LTLE/RTLE patients; Engel-I after 4 ± 2 years follow-up; 42 controls). Our results strongly support equivalent gray matter compromise in left and right TLE. The morphological profile of seizure-free patients, presenting with ipsilateral mesiotemporal and bilateral cortical atrophy, motivates the development of neuromarkers of outcome that consider both mesiotemporal and neocortical structures. Hum Brain Mapp 37:515-524, 2016. © 2015 Wiley Periodicals, Inc.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».