Impact of ictal subtraction SPECT and PET in presurgical evaluation
Notice bibliographique
Résumé
OBJECTIVE: F-fluorodeoxyglucose positron emission tomography computed tomography (PET) in epilepsy surgery decision making. MATERIALS AND METHODS: A retrospective 3-year study of consecutive patients with resistant focal epilepsy who underwent ISSPECT and PET to evaluate to what extent these modalities influence decisions in epilepsy surgery and outcomes. ISSPECT imaging was performed in 106 patients and 58 (55%) had PET also. The clinical consensus (ClinC) was the final arbiter for decisions. Post-surgical outcomes were collected from follow-up clinics. Non-parametric statistics were used to assess association and logistic regression to evaluate prediction of outcomes. RESULTS: Of 106 patients, 60 were males (57%). MRI was non-lesional in 46 (43%). Concordance with ClinC was seen in 80 patients (76%) for ISSPECT, in 46 patients (79%) for PET, and in 37 patients (64%) for ISSPECT + PET. Fifty-six patients (53%) were planned for intracranial video-electroencephalography monitoring (IVEM). Those with ClinC-PET concordance were likely to proceed to IVEM (p = 0.02). ClinC-PET concordance and ClinC-ISSPECT concordance did not predict decision to proceed to surgery, but VEM-MRI concordance did in lesional cases (p = 0.018). Forty-five (42%) underwent surgery of which 29 had minimum follow-up for 1 year (mean, 20 months; SD, 8) and 22 (76%) had Engel class I outcomes. ClinC-ISSPECT concordance (p = 0.024) and VEM-MRI concordance (p = 0.016) predicted Engel class I outcomes. CONCLUSION: Those with ClinC-PET concordance were more likely to proceed with IVEM. ClinC-ISSPECT concordance and VEM-MRI concordance predicted good surgical outcomes.
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 | 0,000 | 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 | 0,000 |
| 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 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 ».