Optimizing Epilepsy Surgery with Intraoperative MR Imaging
Notice bibliographique
Résumé
PURPOSE: The surgical treatment of medically intractable temporal lobe epilepsy includes the resection of temporal lobe structures. Although the reported seizure-free outcomes are highly variable, there is growing evidence that the extent of resection of the mesiotemporal lobe directly correlates with seizure control. METHODS: A moveable, high-field intraoperative magnetic resonance (MR) system was used to monitor and optimize the resection of the amygdala and hippocampus in 14 epilepsy patients. Fourteen patients with intractable seizures of temporal lobe origin underwent standard preoperative investigations including MR imaging, EEG telemetry, single-photon emission computed tomography, and neuropsychologic and sodium amytal testing. Anterior temporal lobectomy was performed on 10 patients, whereas four were treated with selective amygdalohippocampectomy. Intraoperative electrocorticography was applied as required. For all procedures, the objective was to resect the amygdala completely, and hippocampus to the posterior margin of the brainstem. RESULTS: Interdissection intraoperative MR imaging taken when optimal resection was thought to have been achieved revealed residual unresected amygdala or hippocampus in seven of 14 patients. An unexpected acute hematoma was found in one patient. At 17 months' follow-up, 13 (93%) of 14 patients are seizure free or have significantly improved seizure control. CONCLUSIONS: The mobile high-field intraoperative MR system provides high-resolution images without restriction on surgical instruments or techniques. The ability to identify and resect residual mesial temporal lobe targets before craniotomy closure is of potentially tremendous value in optimizing seizure control.
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) | 0,001 | 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) | 0,003 | 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 ».