MétaCan
Menu
Retour à la cohorte
Enregistrement W3031449699 · doi:10.1111/epi.16540

Functional connectome contractions in temporal lobe epilepsy: Microstructural underpinnings and predictors of surgical outcome

2020· article· en· W3031449699 sur OpenAlexafffund
Sara Larivière, Yifei Weng, Reinder Vos de Wael, Jessica Royer, Birgit Frauscher, Zhengge Wang, Andrea Bernasconi, Neda Bernasconi, Dewi Schrader, Zhiqiang Zhang, Boris C. Bernhardt

Notice bibliographique

RevueEpilepsia · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensBC Children's HospitalUniversity of British ColumbiaMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesInstitute of Neurosciences, Mental Health and AddictionHospital for Sick ChildrenCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésTemporal lobeHippocampal sclerosisEpilepsyMagnetic resonance imagingAnterior temporal lobectomyConnectomeFunctional magnetic resonance imagingEpilepsy surgeryNeuroscienceFunctional connectivityWhite matterFunctional imagingPsychologyMedicineRadiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Temporal lobe epilepsy (TLE) is the most common drug-resistant epilepsy in adults. Although it is commonly related to hippocampal pathology, increasing evidence suggests structural changes beyond the mesiotemporal lobe. Functional anomalies and their link to underlying structural alterations, however, remain incompletely understood. METHODS: We studied 30 drug-resistant TLE patients and 57 healthy controls using multimodal magnetic resonance imaging (MRI) analyses. All patients had histologically verified hippocampal sclerosis and underwent postoperative imaging to outline the extent of their surgical resection. Our analysis leveraged a novel resting-state functional MRI framework that parameterizes functional connectivity distance, consolidating topological and physical properties of macroscale brain networks. Functional findings were integrated with morphological and microstructural metrics, and utility for surgical outcome prediction was assessed using machine learning techniques. RESULTS: Compared to controls, TLE patients showed connectivity distance reductions in temporoinsular and prefrontal networks, indicating topological segregation of functional networks. Testing for morphological and microstructural associations, we observed that functional connectivity contractions occurred independently from TLE-related cortical atrophy but were mediated by microstructural changes in the underlying white matter. Following our imaging study, all patients underwent an anterior temporal lobectomy as a treatment of their seizures, and postsurgical seizure outcome was determined at a follow-up at least 1 year after surgery. Using a regularized supervised machine learning paradigm with fivefold cross-validation, we demonstrated that patient-specific functional anomalies predicted postsurgical seizure outcome with 76 ± 4% accuracy, outperforming classifiers operating on clinical and structural imaging features. SIGNIFICANCE: Our findings suggest connectivity distance contractions as a macroscale substrate of TLE. Functional topological isolation may represent a microstructurally mediated network mechanism that tilts the balance toward epileptogenesis in affected networks and that may assist in patient-specific surgical prognostication.

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)0,004
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 enseignants0,027
Score d'incertitude au seuil0,845

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,004
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 Opus0,052
Tête enseignante GPT0,276
Écart entre enseignants0,224 · 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

Citations115
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEpilepsiaMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207