18F-FDG PET-guided diffusion tractography reveals white matter abnormalities around the epileptic focus in medically refractory epilepsy: implications for epilepsy surgical evaluation
Notice bibliographique
Résumé
BACKGROUND: F-fluorodeoxyglucose PET (FDG-PET) and diffusion MRI to investigate white matter (WM) integrity in MRI-negative MRE patients and its potential impact on epilepsy surgical planning. METHODS: FDG-PET and diffusion MRI of 14 MRI-negative or equivocal MRE patients were used to retrospectively pilot the PET/DTI approach. We used asymmetry index (AI) mapping of FDG-PET to detect the EF as brain areas showing the largest decrease in FDG uptake between hemispheres. Seed-based WM fiber tracking was performed on DTI images with a seed location in WM 3 mm from the EF. Fiber tractography was repeated in the contralateral brain region (opposite to EF), which served as a control for this study. WM fibers were quantified by calculating the fiber count, mean fractional anisotropy (FA), mean fiber length, and mean cross-section of each fiber bundle. WM integrity was assessed through fiber visualization and by normalizing ipsilateral fiber measurements to contralateral fiber measurements. The added value of PET/DTI in clinical decision-making was evaluated by a senior neurologist. RESULTS: In over 60% of the patient cohort, AI mapping findings were concordant with clinical reports on seizure-onset localization and lateralization. Mean FA, fiber count, and mean fiber length were decreased in 14/14 (100%), 13/14 (93%), and 12/14 (86%) patients, respectively. PET/DTI improved diagnostic confidence in 10/14 (71%) patients and indicated that surgical candidacy be reassessed in 3/6 (50%) patients who had not undergone surgery. CONCLUSIONS: We demonstrate here the utility of AI mapping in detecting the EF based on brain regions showing decreased FDG-PET activity and, when coupled with DTI, could be a powerful tool for detecting EF and assessing WM integrity in MRI-negative epilepsy. PET/DTI could be used to further enhance clinical decision-making in epilepsy 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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».