Specific Resting-State Brain Networks in Mesial Temporal Lobe Epilepsy
Notice bibliographique
Résumé
We studied with functional magnetic resonance imaging (fMRI) differences in resting-state networks between patients with mesial temporal lobe epilepsy (MTLE) and healthy subjects. To avoid any a priori hypothesis, we use a data-driven analysis assessing differences between groups independently of structures involved. Shared and specific independent component analysis (SSICA) is an exploratory method based on independent component analysis, which performs between-group network comparison. It extracts and classifies components (networks) in those common between groups and those specific to one group. Resting fMRI data were collected from 10 healthy subjects and 10 MTLE patients. SSICA was applied multiple times with altered initializations and different numbers of specific components. This resulted in many components specific to patients and to controls. Spatial clustering identified the reliable resting-state networks among all specific components in each group. For each reliable specific network, power spectrum analysis was performed on reconstructed time-series to estimate connectivity in each group and differences between groups. Two reliable networks, corresponding to statistically significant clusters robustly detected with clustering were labeled as specific to MTLE and one as specific to the control group. The most reliable MTLE network included hippocampus and amygdala bilaterally. The other MTLE network included the postcentral gyri and temporal poles. The control-specific network included bilateral precuneus, anterior cingulate, thalamus, and parahippocampal gyrus. Results indicated that the two MTLE networks show increased connectivity in patients, whereas the control-specific network shows decreased connectivity in patients. Our findings complement results from seed-based connectivity analysis (1). The pattern of changes in connectivity between mesial temporal lobe structures and other areas may help us understand the cognitive impairments often reported in patients with MTLE.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».