Regional hippocampal diffusion abnormalities associated with subfield‐specific pathology in temporal lobe epilepsy
Notice bibliographique
Résumé
OBJECTIVE: Hippocampal sclerosis (HS) is the most common pathology and best predictor of surgical outcome for medically refractory patients with temporal lobe epilepsy (TLE). Current clinical MRI methods can detect HS, but subfield pathology is poorly characterized, limiting accurate prediction of seizure-free outcomes after surgery. Diffusion tensor imaging (DTI) can probe regional microstructural changes associated with focal hippocampal pathology, but is typically limited by low-resolution whole-brain acquisitions. METHODS: ) DTI, T1, and quantitative T2 of the hippocampus was acquired in 18 preoperative TLE patients and 19 healthy controls. Diffusion images were qualitatively assessed for loss of internal architecture, and whole-hippocampus diffusion, volume, and quantitative T2 were compared across groups. Regional hippocampal diffusion abnormalities were examined in all subjects and compared to histology in four subjects who underwent anterior temporal lobectomy. RESULTS: High-resolution mean diffusion-weighted images enabled visualization of internal hippocampal architecture, used to visually identify HS with 86% specificity and 93% sensitivity. Mean diffusivity (MD) elevations were regionally heterogenous within the hippocampus and varied across TLE patients. The spatial location of diffusion abnormalities corresponded with the location of focal subfield neuron loss, gliosis, and reduced myelin staining abnormalities identified with postsurgical histology in four subjects who underwent anterior temporal lobectomy. Whole-hippocampus MD and T2 relaxation times were higher, and fractional anisotropy (FA) and volumes were lower in TLE patients relative to controls. Left hippocampus MD correlated with verbal memory in the TLE group. SIGNIFICANCE: Visualization of internal architecture and focal diffusion abnormalities on high-resolution diffusion imaging suggests potential clinical utility of diffusion imaging in TLE and may have significant implications for surgical planning and prediction of seizure-free outcomes in individual patients.
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 ».