Altered Resting State Brain Dynamics in Temporal Lobe Epilepsy Can Be Observed in Spectral Power, Functional Connectivity and Graph Theory Metrics
Notice bibliographique
Résumé
Despite a wealth of EEG epilepsy data that accumulated for over half a century, our ability to understand brain dynamics associated with epilepsy remains limited. Using EEG data from 15 controls and 9 left temporal lobe epilepsy (LTLE) patients, in this study we characterize how the dynamics of the healthy brain differ from the "dynamically balanced" state of the brain of epilepsy patients treated with anti-epileptic drugs in the context of resting state. We show that such differences can be observed in band power, synchronization and network measures, as well as deviations from the small world network (SWN) architecture of the healthy brain. The θ (4-7 Hz) and high α (10-13 Hz) bands showed the biggest deviations from healthy controls across various measures. In particular, patients demonstrated significantly higher power and synchronization than controls in the θ band, but lower synchronization and power in the high α band. Furthermore, differences between controls and patients in graph theory metrics revealed deviations from a SWN architecture. In the θ band epilepsy patients showed deviations toward an orderly network, while in the high α band they deviated toward a random network. These findings show that, despite the focal nature of LTLE, the epileptic brain differs in its global network characteristics from the healthy brain. To our knowledge, this is the only study to encompass power, connectivity and graph theory metrics to investigate the reorganization of resting state functional networks in LTLE patients.
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 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».