Graph-Theoretical Analysis Reveals Disrupted Small-World Organization of Cortical Thickness Correlation Networks in Temporal Lobe 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
Temporal lobe epilepsy (TLE) is the most common drug-resistant epilepsy in adults. As morphometric studies have shown widespread structural damage in TLE, this condition is often referred to as a system disorder with disrupted structural networks. Studies based on univariate statistical comparisons can only indirectly test such hypothesis. Graph theory provides a new approach to formally analyze large-scale networks. Using graph-theoretical analysis of magnetic resonance imaging-based cortical thickness correlations, we investigated the structural basis of the organization of such networks in 122 TLE patients and 47 age- and sex-matched healthy controls. Networks in patients and controls were characterized by a short path length between anatomical regions and a high degree of clustering, suggestive of a small-world topology. However, compared with controls, patients showed increased path length and clustering, altered distribution of network hubs, and higher vulnerability to targeted attacks, suggesting a reorganization of cortical thickness correlation networks. Longitudinal analysis demonstrated that network alterations intensify over time. Bootstrap simulations showed high reproducibility of network parameters across random subsamplings, indicating that altered network topology in TLE is a consistent finding. Increased network disruption was associated with unfavorable postoperative seizure outcome, implying adverse effects of epileptogenesis on large-scale network organization.
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 | 0,000 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle