fMRI for language: how can it replace the Wada test?
Notice bibliographique
Résumé
Background: The goal of our project is to assess the feasibility of replacing the invasive Wada test considered as the gold standard with non-invasive fMRI test for assessment of language dominance preoperatively. Methods: fMRI test with three language paradigm tasks (verb generation, sentence completion and naming) were conducted on our cohort of patients. fMRI laterality indices (LI) were then defined as a ratio (L-R)/(L+R) between the number of activated voxels in the left and right ROIs for Anterior Language Area (ALA) and Posterior Language Area (PLA). fMRI results were divided into the right (LI < -0.2), left (LI > 0.2) or bilateral (-0.2 < LI <0.2) hemispheric language dominance and compared to the results of the Wada test. Results: 28 patients were studied. The concordance rate between Wada and fMRI tests for the ALA and PLA was 68.2% and 52.2% for sentence completion; 56% and 52% for verb generation and 25% and 35% for naming paradigm, respectively. Conclusions: Sentence completion and verb generation fMRI paradigms showed higher concordance with Wada test than naming paradigm. The higher discordance between the Wada test and fMRI was related to bilateral results suggestive of less stringent thresholds used for either test.
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 | 0,014 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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 ».