Functional imaging: I. Relative predictive value of intracranial electroencephalography
Notice bibliographique
Résumé
OBJECTIVE: To gain information on the predictive and prognostic value of magnetic source imaging (MSI), 2-[18F]fluoro-2-deoxy-D-glucose positron emission tomography ((18)FDG-PET), and ictal single-photon emission computed tomography (SPECT) as compared with intracranial electroencephalography (ICEEG) localization in epilepsy surgery. METHODS: This work was part of a cohort study of epilepsy surgery candidates not sufficiently localized with noninvasive studies. Of 160 patients enrolled over 4 years, 77 completed ICEEG seizure monitoring. Sensitivity, specificity, and predictive values relative to ICEEG were computed for each modality. RESULTS: Seizures were not captured in five patients. Of the 72 diagnostic ICEEG studies, seizure localization results were 74% localized, 10% multifocal, and 17% nonlocalized. Sixty-one percent were localized to neocortical regions. Depending on patient subgroup pairs, sensitivity ranged from 58 to 64% (MSI), 22 to 40% (PET), and 39 to 48% (SPECT); specificity ranges were 79 to 88% (MSI), 53 to 63% (PET), and 44 to 50% (SPECT). Gains in diagnostic yield were seen only with the combination of MSI and PET or MSI and ictal SPECT. Localization concordance with ICEEG was greatest with MSI, but a significant difference was demonstrated only between MSI and PET. Moderate redundancy was seen between PET and ictal SPECT (kappa = 0.452; p = 0.011). INTERPRETATION: Conclusively positive MSI has a high predictive value for seizures localized with ICEEG. Diagnostic gain may be achieved with addition of either PET or ictal SPECT to MSI. Diagnostic values for imaging tests are lower than "true values" because of the limitations of ICEEG as a gold standard.
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 | 0,001 |
| 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 ».