MétaCan
Menu
Retour à la cohorte
Enregistrement W3042196778 · doi:10.1212/wnl.0000000000009975

Investigation of networks underlying hyperkinetic seizures utilizing ictal SPECT

2020· article· en· W3042196778 sur OpenAlexaboutno aff
Ammar Kheder, Úrsula Thomé, Thandar Aung, Balu Krishnan, Andreas V. Alexopoulos, Guiyun Wu, Irène Wang, Prakash Kotagal

Notice bibliographique

RevueNeurology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIctalNeuroscienceTemporal lobeAnterior cingulate cortexIctal-Interictal SPECT Analysis by SPMEpilepsyPsychologyMedicineCognition

Résumé

récupéré en direct d'OpenAlex

Objective To study neural networks involved in hyperkinetic seizures (HKS) using ictal SPECT. Methods We retrospectively identified 18 patients with HKS evaluated at the Cleveland Clinic between 2005 and 2015 with video-EEG monitoring and ictal SPECT. Semiology was confirmed by the consensus of 2 epileptologists9 independent reviews and classified as type 1, 2, or 3 HKS. SPECT data were analyzed by 2 independent physicians using a z score of 1.5. Ictal hyperperfusion patterns for each group were analyzed visually and with SPM. Spatial normalization to Montreal Neurological Institute space for each patient’s data was performed, followed by flipping of data from patients with left-sided ictal onset to the right side. Finally, an average z score map for each group was calculated. Results Visual analysis and SPM identified different patterns of ictal hyperperfusion in the 3 subtypes of HKS. Type 1 seizures showed hyperperfusion in a more anteriorly located network involving the anterior insula, orbitofrontal cortex, cingulate, and anterior perisylvian region and rostral midbrain. Type 2 seizures were associated with hyperperfusion in a more caudally located network involving the orbitofrontal cortex, cingulate (middle and posterior), basal ganglia, thalami, and cerebellum. Type 3 seizures showed a mixed pattern of SPECT hyperperfusion involving the temporal pole and anterior perisylvian region. Conclusions Each of the 3 different semiologic subtypes of HKS is associated with distinct patterns of hyperperfusion, providing further insight into the neural networks involved. This knowledge may inform placement of invasive EEG electrodes in patients with HKS semiology undergoing presurgical evaluation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,106
Tête enseignante GPT0,313
Écart entre enseignants0,207 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetEpilepsy research and treatmentTravaux en français237 207