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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».