MétaCan
Menu
Retour à la cohorte
Enregistrement W3033307469 · doi:10.1097/wnp.0000000000000706

Seizure Activity Across Scales From Neuronal Population Firing to Clonic Motor Semiology

2020· review· en· W3033307469 sur OpenAlexaff
Steven Tobochnik, Peter Tai, Guy M. McKhann, Catherine A. Schevon

Notice bibliographique

RevueJournal of Clinical Neurophysiology · 2020
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensToronto Western HospitalUniversity of Toronto
Organismes subventionnairesNational Institute of Neurological Disorders and Stroke
Mots-clésSemiologyNeuroscienceIctalElectroencephalographySubclinical infectionMedicineMotor cortexStatus epilepticusEpilepsyPopulationPsychologyPathologyStimulation

Résumé

récupéré en direct d'OpenAlex

The correlation of clinical semiology with neuronal firing in human seizures has not been well described. Similarly, the neuronal firing patterns underlying high-frequency oscillations during seizures remain controversial. Using implanted subdural electrodes and a microelectrode array in a patient with focal status epilepticus, in which 40 habitual focal motor seizures and 101 subclinical seizures were captured, the authors analyzed the association of EEG, high-frequency oscillations, and multiunit activity to facial motor semiology. The development of ictal high-frequency oscillations in subdural electrodes overlying face motor cortex was temporally associated with clonic facial movements. In representative seizures selected for multiunit analysis, synchronization of neuronal firing in the adjacent microelectrode array aligned with clinical onset and was greater in clinical seizures compared with subclinical seizures. This report demonstrates the electrophysiologic signatures of focal seizures at the level of neuronal firing, high-frequency oscillations, and EEG as they organize from microscale to macroscale, with clinical correlation.

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)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
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 Opus0,212
Tête enseignante GPT0,482
Écart entre enseignants0,270 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical NeurophysiologyMême sujetNeuroscience and Neural EngineeringTravaux en français237 207