Widespread EEG Changes Precede Focal Seizures
Notice bibliographique
Résumé
The process by which the brain transitions into an epileptic seizure is unknown. In this study, we investigated whether the transition to seizure is associated with changes in brain dynamics detectable in the wideband EEG, and whether differences exist across underlying pathologies. Depth electrode ictal EEG recordings from 40 consecutive patients with pharmacoresistant lesional focal epilepsy were low-pass filtered at 500 Hz and sampled at 2,000 Hz. Predefined EEG sections were selected immediately before (immediate preictal), and 30 seconds before the earliest EEG sign suggestive of seizure activity (baseline). Spectral analysis, visual inspection and discrete wavelet transform were used to detect standard (delta, theta, alpha, beta and gamma) and high-frequency bands (ripples and fast ripples). At the group level, each EEG frequency band activity increased significantly from baseline to the immediate preictal section, mostly in a progressive manner and independently of any modification in the state of vigilance. Preictal increases in each frequency band activity were widespread, being observed in the seizure-onset zone and lesional tissue, as well as in remote regions. These changes occurred in all the investigated pathologies (mesial temporal atrophy/sclerosis, local/regional cortical atrophy, and malformations of cortical development), but were more pronounced in mesial temporal atrophy/sclerosis. Our findings indicate that a brain state change with distinctive features, in the form of unidirectional changes across the entire EEG bandwidth, occurs immediately prior to seizure onset. We postulate that these changes might reflect a facilitating state of the brain which enables a susceptible region to generate seizures.
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 | 0,001 |
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 ».