PS2 - 196 Investigating the Spatial Agreement Between Pre-Operative Functional MRI and Intra-Operative Direct Cortical Stimulation
Notice bibliographique
Résumé
Pre-operative functional magnetic resonance imaging (fMRI) has emerged as valuable clinical tool to help surgically manage patients diagnosed with brain tumours. Surgical decision-making may be significantly improved through the provision of fMRI, however its clinical usage is contingent on the level of agreement with direct cortical stimulation (DCS). While previous studies have been undertaken to investigate the spatial agreement between fMRI and DCS, the influence that various factors may have on fMRI sensitivity and specificity is not fully clear. Thus, in a group of eight brain tumour patients who underwent pre-operative fMRI followed intra-operative DCS during an awake craniotomy procedure, we measured the agreement between the two brain mapping techniques looking at the influence of behavioural task, statistical threshold, and task standardization. Results: There were significant differences between motor and language mapping, where agreement was better for the former. Sensitivity and specificity shared an inverse relationship with increasing fMRI threshold, and were significantly reduced in the case where tasks were not standardized. Lastly, false positive occurrences were identified as the dominate source of error in comparison to false negative occurrences. Conclusion: Thus, the results from this work suggest that fMRI can predict intraoperative findings with good accuracy, however, sources of variability may significantly reduce the quality of fMRI data at the single-subject level. Neurosurgeons should carefully evaluate fMRI data with these considerations prior to its inclusion in the surgical-decision making process.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».