Subcortical Alterations in Tissue Microstructure Adjacent to Focal Cortical Dysplasia: Detection at Diffusion-Tensor MR Imaging by Using Magnetoencephalographic Dipole Cluster Localization
Notice bibliographique
Résumé
PURPOSE: To determine whether changes at diffusion-tensor magnetic resonance (MR) imaging were present in children with intractable epilepsy and focal cortical dysplasia (FCD) in (a) subcortical white matter subjacent to MR imaging-visible areas of FCD, (b) subcortical white matter beyond the MR imaging-visible abnormality but subjacent to a magnetoencephalographic (MEG) dipole cluster, and (c) deep white matter tracts. MATERIALS AND METHODS: The study protocol had institutional research ethics board approval, and written informed consent was obtained. Fifteen children with FCD and intractable epilepsy (mean age, 11.6 years; range, 3.6-18.3 years) underwent diffusion-tensor MR imaging and MEG. Regions of interest were placed in (a) the subcortical white matter subjacent to the MR imaging-visible abnormality, as well as the contralateral side; (b) the subcortical white matter beyond the MR imaging-visible abnormality but subjacent to a MEG dipole cluster, as well as the contralateral side; and (c) deep white matter tracts projecting to or from the MR imaging-visible FCD, as well as the contralateral side. Fractional anisotropy (FA), mean diffusivity, and eigenvalues (lambda(1), lambda(2), lambda(3)) were evaluated. RESULTS: Eleven of 15 children had MEG dipole clusters, and four children had MEG scatter. There were significant differences in FA, mean diffusivity, lambda(2), and lambda(3) of the subcortical white matter subjacent to the MR imaging-visible FCD (P < .001 for all), as well as that beyond the MR imaging-visible FCD but subjacent to a MEG dipole cluster (P = .001, P = .036, P < .001, and P = .002, respectively), compared with the contralateral side. There were also significant differences in FA (P < .001), mean diffusivity (P = .008), lambda(2) (P < .001), and lambda(3) (P = .001) of the deep white matter tracts projecting to or from the MR imaging-visible FCD compared with the contralateral side. CONCLUSION: With use of MEG dipole clusters to localize the epileptogenic zone, diffusion-tensor imaging can help identify alterations in tissue microstructure beyond the MR imaging-visible FCD.
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) | 0,000 | 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 ».