MétaCan
Menu
Retour à la cohorte
Enregistrement W2945068240 · doi:10.1111/epi.15541

Interictal coupling of <scp>HFO</scp>s and slow oscillations predicts the seizure‐onset pattern in mesiotemporal lobe epilepsy

2019· article· en· W2945068240 sur OpenAlexafffund
Mina Amiri, Birgit Frauscher, Jean Gotman

Notice bibliographique

RevueEpilepsia · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesFonds de Recherche du Québec - SantéEisaiSavoy FoundationCanadian Institutes of Health ResearchUCBEpilepsy Foundation
Mots-clésIctalElectroencephalographyEpilepsyDelta RhythmAmplitudeTemporal lobeCoupling (piping)PsychologyNeuroscienceAudiologyPhysicsChemistryMedicineTheta rhythmMaterials scienceOptics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Low-voltage fast activity (LVF) and low-frequency high-amplitude periodic spiking (PS) are the two most common seizure-onset patterns in mesiotemporal lobe epilepsy, with different underlying mechanisms, pathology, and postsurgical outcome. The present work aims to investigate whether specific coupling patterns of high-frequency oscillations (HFOs >80 Hz) and low-frequency waves in the interictal period may distinguish these two patterns, and also seizure-onset zone (SOZ) from non-SOZ as a secondary aim. METHODS: We used intracranial electroencephalography (iEEG) data (during non-rapid eye movement [NREM] sleep) of 18 patients with either LVF or PS seizure-onset patterns. We investigated the interaction between HFOs (ripples: 80-250 Hz and fast ripples: >250 Hz) and slow oscillations (slow-delta, delta, and theta waves). We compared classic features (amplitude, duration, frequency, and power) and phase of coupling between HFOs and slower oscillations inside and outside the SOZ. We then used these features to classify HFOs and subsequently patients into LVF and PS groups. RESULTS: Ripples in the LVF group had significantly longer duration, lower frequency, and higher amplitude than in the PS group. The phase of slow oscillations at which HFOs occur is different between the LVF and PS HFOs (LVF, mostly at the peak or the transition of peak to trough; PS, mostly during the transition of trough to peak). HFOs associated with theta waves best discriminate seizure-onset patterns. The coupling phase improves the classification of HFOs and patients to either LVF or PS groups, and also the classification of HFOs in SOZ and non-SOZ. SIGNIFICANCE: The phase of coupling of HFOs and low-frequency waves may help to not only identify the SOZ, but also to classify patients with different types of seizure-onset patterns. It likely reflects that different disease processes are involved in these patterns during the interictal period.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,635

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,016
Tête enseignante GPT0,277
Écart entre enseignants0,261 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations46
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEpilepsiaMême sujetEpilepsy research and treatmentTravaux en français237 207