Localizing the seizure onset zone by comparing patient postictal hypoperfusion to healthy controls
Notice bibliographique
Résumé
Arterial spin labeling (ASL) MRI can provide seizure onset zone (SOZ) localizing information in up to 80% of patients. Clinical implementation of this technique is limited by the need to obtain two scans per patient: a postictal scan that is subtracted from an interictal scan. We aimed to determine whether it is possible to limit the number of ASL scans to one per patient by comparing patient postictal ASL scans to baseline scans of 100 healthy controls. Eighteen patients aged 20-55 years underwent ASL MRI <90 min after a seizure and during the interictal period. Each postictal cerebral blood flow (CBF) map was statistically compared to average baseline CBF maps from 100 healthy controls (pvcASL; patient postictal CBF vs. control baseline CBF). The pvcASL maps were compared to subtraction ASL maps (sASL; patient baseline CBF minus patient postictal CBF). Postictal CBF reductions from pvcASL and sASL maps were seen in 17 of 18 (94.4%) and 14 of 18 (77.8%) patients, respectively. Maximal postictal hypoperfusion seen in pvcASL and sASL maps was concordant with the SOZ in 10 of 17 (59%) and 12 of 14 (86%) patients, respectively. In seven patients, both pvcASL and sASL maps showed similar results. In two patients, sASL showed no significant hypoperfusion, while pvcASL showed significant hypoperfusion concordant with the SOZ. We conclude that pvcASL is clinically useful and although it may have a lower overall concordance rate than sASL, pvcASL does provide localizing or lateralizing information for specific cases that would be otherwise missed through sASL.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».