Neurophysiological seizure-onset predictors of epilepsy surgery outcome: a multivariable analysis
Notice bibliographique
Résumé
OBJECTIVE: The authors sought to determine which neurophysiological seizure-onset features seen during scalp electroencephalography (EEG) and intracerebral EEG (iEEG) monitoring are predictors of postoperative outcome in a large series of patients with drug-resistant focal epilepsy who underwent resective surgery. METHODS: The authors retrospectively analyzed the records of 75 consecutive patients with focal epilepsy, who first underwent scalp EEG and then iEEG (stereo-EEG) for presurgical assessment and who went on to undergo resective surgery between 2004 and 2015. To determine the independent prognostic factors from the neurophysiological scalp EEG and iEEG seizure-onset information, univariate and standard multivariable logistic regression analyses were used. Since scalp EEG and iEEG data were recorded at different times, the authors matched scalp seizures with intracerebral seizures for each patient using strict criteria. RESULTS: A total of 3057 seizures were assessed. Forty-eight percent (36/75) of patients had a favorable outcome (Engel class I-II) after a minimum follow-up of at least 1 year. According to univariate analysis, a localized scalp EEG seizure onset (p < 0.001), a multilobar intracerebral seizure-onset zone (SOZ) (p < 0.001), and an extended SOZ (p = 0.001) were significantly associated with surgical outcome. According to multivariable analysis, the following two independent factors were found: 1) the ability of scalp EEG to localize the seizure onset was a predictor of a favorable postoperative outcome (OR 6.073, 95% CI 2.011-18.339, p = 0.001), and 2) a multilobar SOZ was a predictor of an unfavorable outcome (OR 0.076, 95% CI 0.009-0.663, p = 0.020). CONCLUSIONS: The study findings show that localization at scalp seizure onset and a multilobar SOZ were strong predictors of surgical outcome. These predictors can help to select the better candidates for resective surgery.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».