Targeting the centromedian thalamic nucleus for deep brain stimulation
Notice bibliographique
Résumé
ABSTRACT Objectives Deep brain stimulation (DBS) of the centromedian thalamic nucleus (CM) is an emerging treatment for multiple brain diseases, including the drug-resistant epilepsy Lennox-Gastaut syndrome (LGS). We aimed to improve neurosurgical targeting of the CM by (i) developing a structural MRI approach for CM visualisation, (ii) identifying the CM’s neurophysiological characteristics, and (iii) mapping connectivity from CM-DBS sites using functional MRI (fMRI). Methods Nineteen patients with LGS (mean age=28 years) underwent pre-surgical 3 tesla MRI using magnetisation-prepared 2 rapid acquisition gradient echoes (MP 2 RAGE) and fMRI sequences; 16 proceeded to bilateral CM-DBS implantation and intraoperative microelectrode recordings (MERs) from the thalamus. CM visualisation was achieved by highlighting intrathalamic borders on MP 2 RAGE using Sobel edge-detection. Mixed-effects analysis compared two MER features (spike firing rate, background noise) between ventrolateral, CM, and parafasicular nuclei. Resting-state fMRI connectivity was assessed using implanted CM-DBS electrode positions as regions-of-interest. Results The CM appeared as a hyperintense region bordering the comparatively hypointense pulvinar, mediodorsal, and parafasicular nuclei. At the group-level, reduced spike firing and background noise distinguished CM from the ventrolateral nucleus; however, these trends were not found in 20-25% of individual MER trajectories. Areas of fMRI connectivity included basal ganglia, brainstem, cerebellum, sensorimotor/premotor and limbic cortex. Conclusions In the largest clinical trial cohort of LGS patients undergoing CM-DBS reported to date, we show that accurate targeting of the CM is achievable using 3 tesla MP 2 RAGE MRI. MERs may provide additional localising features in some cases, however their utility is limited by inter-patient variability. Therapeutic effects of CM-DBS may be mediated via connectivity with brain networks that support diverse arousal, cognitive, and sensorimotor processes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,002 | 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 ».