Patients with Temporoparietal Ictal Symptoms and Inferomesial EEG Do Not Benefit from Anterior Temporal Resection
Notice bibliographique
Résumé
PURPOSE: The role of posterior structural lesions leading to inadequate results after inferomesial temporal resection is well recognized. Here we present poor surgical outcome in six patients with nonlesional intractable epilepsy, well-defined focal anterior and inferomesial temporal epileptic discharges, and posterior temporoparietal symptoms. METHODS: We reviewed patient data including scalp video-EEG telemetry, intracranial EEG recording, magnetic resonance imaging (MRI) sequences (1.5 Tesla), and single-photon emission computed tomography (SPECT) findings. RESULTS: Ictal onset was uni- or bilateral diffuse with late preponderance over one temporal, or centrotemporoparietal regions. Four patients had preresection intracranial EEG monitoring, which suggested an epileptogenic zone in the posterior temporal and inferior parietal area in two, in the temporal lobe in one, and was inconclusive in the remaining one, who showed late epileptiform activity in the temporal neocortex. A second intracranial implantation was performed in three of them after a first anterior temporal resection. This led to posterior temporal neocortical localization in two and posterior temporal-inferior parietal localization in one. Including subpial transection, these six patients had one to four operations each, but only limited improvement occurred as a result of surgery in this group of individuals. CONCLUSIONS: We conclude that anterior and inferomesial interictal epileptiform temporal discharges and at times even intracranial EEG monitoring may be misleading. Anteromesial temporal resection is ineffective in patients with posterior temporoparietal clinical ictal features.
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) | 0,000 | 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 ».