SPATIO-TEMPORAL CHANGES OF ICTAL HIGH FREQUENCY OSCILLATIONS IN PEDIATRIC NEOCORTICAL EPILEPSY
Notice bibliographique
Résumé
Objectives: High-frequency oscillations (HFOs) have been recognized in epileptic regions. We retrospectively analyzed ictal subdural EEG by using multiple band frequency analysis (MBFA) in children with intractable neocortical epilepsy. Our objectives were 1) to define the correlation between the area with HFOs and resection area, 2) to evaluate the distribution of HFOs and the post-surgical seizure outcome. Methods: We retrospectively studied 9 children (4 girls and 5 boys, mean age, 12.2 years; range, 4 to 17 years) who presented with intractable extra-hippocampal localization-related epilepsy and who underwent extraoperative video subdural EEG and focal cortical resections. We performed MBFA to identify the frequency and distribution of HFOs. We compared the frequency and distribution of HFOs before and after the clinical seizure onset and post-surgical seizure outcome. Results: In 4 patients seizure free post-operatively, MBFA showed more electrodes with HFOs inside the resection area than outside in >60% of seizures, both before and after clinical seizure onset. In 5 patients with residual seizures, more electrodes with HFOs were detected outside the resection area than inside in >65% of seizures. Before clinical onset, in all 9 patients, the electrodes with faster HFOs were resected in >2/3 of seizures. After clinical onset, in 4 patients seizure free post-operatively, electrodes with faster HFOs were predominantly resected in 87% of seizures. In 3 of 5 patients with residual seizures, >75% of seizures had electrodes with faster HFOs outside the resection area. Two patients with residual seizures showed faster HFOs inside than outside the resection area after the clinical onset, but there were more electrodes with HFOs outside than inside before and after the clinical onset. Conclusion: Complete resection of the electrodes with HFOs, including the electrodes with fastest HFOs, may achieve the best post-surgical outcome.
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 | 0,001 |
| 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 ».