High‐frequency oscillations as a new biomarker in epilepsy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The discovery that electroencephalography (EEG) contains useful information at frequencies above the traditional 80Hz limit has had a profound impact on our understanding of brain function. In epilepsy, high-frequency oscillations (HFOs, >80Hz) have proven particularly important and useful. This literature review describes the morphology, clinical meaning, and pathophysiology of epileptic HFOs. To record HFOs, the intracranial EEG needs to be sampled at least at 2,000Hz. The oscillatory events can be visualized by applying a high-pass filter and increasing the time and amplitude scales, or EEG time-frequency maps can show the amount of high-frequency activity. HFOs appear excellent markers for the epileptogenic zone. In patients with focal epilepsy who can benefit from surgery, invasive EEG is often required to identify the epileptic cortex, but current information is sometimes inadequate. Removal of brain tissue generating HFOs has been related to better postsurgical outcome than removing the seizure onset zone, indicating that HFOs may mark cortex that needs to be removed to achieve seizure control. The pathophysiology of epileptic HFOs is challenging, probably involving populations of neurons firing asynchronously. They differ from physiological HFOs in not being paced by rhythmic inhibitory activity and in their possible origin from population spikes. Their link to the epileptogenic zone argues that their study will teach us much about the pathophysiology of epileptogenesis and ictogenesis. HFOs show promise for improving surgical outcome and accelerating intracranial EEG investigations. Their potential needs to be assessed by future research.
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.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle