Structural substrates for resting network disruption in temporal lobe epilepsy
Notice bibliographique
Résumé
Magnetic resonance imaging methods that measure interregional brain signalling at rest have been advanced as powerful tools to probe organizational properties of functional networks. In drug-resistant temporal lobe epilepsy, resting functional magnetic resonance imaging studies have primarily employed region of interest approaches that preclude a comprehensive evaluation of large-scale functional interactions. In line with the distributed nature of structural damage in this condition, we set out to quantify connectivity across the entire range of resting networks. Furthermore, we assessed whether connectivity is driven by co-localized structural pathology. We obtained resting state, diffusion tensor and anatomical imaging data in 35 patients with temporal lobe epilepsy and 20 healthy subjects on a 3 T scanner. Resting state networks were identified using independent component analysis, which allows an objective whole-brain quantification of functional connectivity. We performed group comparisons before and after correcting for voxel-wise grey matter density. In addition, we identified voxel-wise associations between resting connectivity and white matter coherence indexed by fractional anisotropy. Compared with controls, patients showed altered (typically reduced) functional connectivity between the hippocampus, anterior temporal, precentral cortices and the default mode and sensorimotor networks. Reduced network integration of the hippocampus was explained by variations in grey matter density, while functional connectivity of the parahippocampus, and frontal and temporal neocortices showed atypical associations with white matter coherence within pathways carrying connections of these regions. Our multimodal imaging study suggests that in temporal lobe epilepsy, cortical atrophy and microstructural white matter damage impact functional resting connectivity.
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 | 0,010 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».