Novel tonometer device distinguishes brain stiffness in epilepsy surgery
Notice bibliographique
Résumé
Complete surgical resection of abnormal brain tissue is the most important predictor of seizure freedom following surgery for cortical dysplasia. While lesional tissue is often visually indiscernible from normal brain, anecdotally, it is subjectively stiffer. We report the first experience of the use of a digital tonometer to understand the biomechanical properties of epilepsy tissue and to guide the conduct of epilepsy surgery. Consecutive epilepsy surgery patients (n = 24) from UCLA Mattel Children's Hospital were recruited to undergo intraoperative brain tonometry at the time of open craniotomy for epilepsy surgery. Brain stiffness measurements were corrected with abnormalities on neuroimaging and histopathology using mixed-effects multivariable linear regression. We collected 249 measurements across 30 operations involving 24 patients through the pediatric epilepsy surgery program at UCLA Mattel Children's Hospital. On multivariable mixed-effects regression, brain stiffness was significantly associated with the presence of MRI lesion (β = 32.3, 95%CI 16.3-48.2; p < 0.001), severity of cortical disorganization (β = 19.8, 95%CI 9.4-30.2; p = 0.001), and recent subdural grid implantation (β = 42.8, 95%CI 11.8-73.8; p = 0.009). Brain tonometry offers the potential of real-time intraoperative feedback to identify abnormal brain tissue with millimeter spatial resolution. We present the first experience with this novel intraoperative tool for the conduct of epilepsy surgery. A carefully designed prospective study is required to elucidate whether the clinical application of brain tonometry during resective procedures could guide the area of resection and improve seizure 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 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 | 0,001 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».