MétaCan
Menu
Retour à la cohorte
Enregistrement W2188395668 · doi:10.1016/j.ebcr.2015.10.003

Presurgical language mapping in epilepsy: Using fMRI of reading to identify functional reorganization in a patient with long-standing temporal lobe epilepsy

2015· article· en· W2188395668 sur OpenAlexafffund
Layla Gould, Marla Mickleborough, Adam Wu, Chelsea Ekstrand, Eric Lorentz, Tasha Ellchuk, Paul Babyn, Ron Borowsky

Notice bibliographique

RevueEpilepsy & Behavior Case Reports · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensRoyal University HospitalUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSaskatchewan Health Research Foundation
Mots-clésEpilepsyTemporal lobeEpilepsy surgeryPsychologyLateralization of brain functionAnterior temporal lobectomyAudiologyReading (process)Right hemisphereNeuroscienceWada testFunctional imagingCognitive psychologyMedicineLinguistics

Résumé

récupéré en direct d'OpenAlex

We report a 55-year-old, right-handed patient with intractable left temporal lobe epilepsy, who previously had a partial left temporal lobectomy. The patient could talk during seizures, suggesting that he might have language dominance in the right hemisphere. Presurgical fMRI localization of language processing including reading of exception and regular words, pseudohomophones, and dual meaning words confirmed the clinical hypothesis of right language dominance, with only small amounts of activation near the planned surgical resection and, thus, minimal eloquent cortex to avoid during surgery. Postoperatively, the patient was rendered seizure-free without speech deficits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,330
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEpilepsy & Behavior Case ReportsMême sujetNeurobiology of Language and BilingualismTravaux en français237 207