MétaCan
Menu
← Retour à la cohorte
Enregistrement W3129122822 · doi:10.1101/2021.02.01.21250734

MELD Project: Atlas of lesion locations and postsurgical seizure freedom in focal cortical dysplasia

2021· preprint· en· W3129122822 sur OpenAlexaff
Konrad Wagstyl, Kirstie Whitaker, Armin Raznahan, Jakob Seidlitz, Petra E. Vértes, Stephen T. Foldes, Zachary Humphreys, Wenhan Hu, Jiajie Mo, Marcus Likeman, Shirin Davies, Matteo Lenge, Nathan T. Cohen, Yingying Tang, Shan Wang, Mathilde Ripart, Ajai Chari, Martin Tisdall, Núria Bargalló, Estefanía Conde‐Blanco, José C. Pariente, Saül Pascual‐Diaz, Ignacio Delgado, Carmen Pérez‐Enríquez, Ilaria Lagorio, Eugenio Abela, Nandini Mullatti, Jonathan O’Muircheartaigh, Katy Vecchiato, Yawu Liu, Maria Eugenia Caligiuri, Benjamin Sinclair, Lucy Vivash, Anna Willard, Jothy Kandasamy, Ailsa McLellan, Drahoslav Sokol, Mira Semmelroch, Ane Kloster, Giske Opheim, Clarissa Lin Yasuda, Kai Zhang, Khalid Hamandi, Carmen Barba, Renzo Guerrini, William D. Gaillard, Xiaozhen You, Irène Wang, Sofía González‐Ortiz, Mariasavina Severino, Pasquale Striano, Domenico Tortora, Reetta Kälviäinen, Antonio Gambardella, Angelo Labate, Patricia Desmond, Elaine Lui, Jay Shetty, Graeme D. Jackson, John S. Duncan, Gavin P. Winston, Lars H. Pinborg, Fernando Cendes, J. Helen Cross, Torsten Baldeweg, Sophie Adler

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensQueen's University
Organismes subventionnairesNIHR Great Ormond Street Hospital Biomedical Research CentreFundação de Amparo à Pesquisa do Estado de São PauloRosetrees TrustMedical Research CouncilNational Institute for Health and Care ResearchWellcome Trust
Mots-clésCortical dysplasiaEpilepsyLesionTemporal lobeMedicineEpilepsy surgeryPremotor cortexMagnetic resonance imagingFrontal lobeNeuroimagingSupplementary motor areaCohortBrain atlasPsychologyNeuroscienceRadiologySurgeryPathologyFunctional magnetic resonance imagingAnatomyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Drug-resistant focal epilepsy is often caused by focal cortical dysplasias (FCDs). The distribution of these lesions across the cerebral cortex and the impact of lesion location on clinical presentation and surgical outcome are largely unknown. We created a neuroimaging cohort of patients with individually mapped FCDs to determine factors associated with lesion location and predictors of postsurgical outcome. The Multi-centre Epilepsy Lesion Detection (MELD) project collated a retrospective cohort of 580 patients with epilepsy attributed to FCD from 20 epilepsy centres worldwide. MRI-based maps of individual FCDs with accompanying demographic, clinical and surgical information were collected. We mapped the distribution of FCDs, examined for associations between clinical factors and lesion location, and developed a predictive model of postsurgical seizure freedom. FCDs were non-uniformly distributed, concentrating in the superior frontal sulcus, frontal pole and temporal pole. Epilepsy onset was typically before age 10. Earlier epilepsy onset was associated with lesions in primary sensory areas while later epilepsy onset was associated with lesions in association cortices. Lesions in temporal and occipital lobes tended to be larger than frontal lobe lesions. Seizure freedom rates varied with FCD location, from around 30% in visual, motor and premotor areas to 75% in superior temporal and frontal gyri. The predictive model of postsurgical seizure freedom had a positive predictive value of 70% and negative predictive value of 61%. FCD location is an important determinant of its size, the age of epilepsy onset and the likelihood of seizure freedom post-surgery. Our atlas of lesion locations can be used to guide the radiological search for subtle lesions in individual patients. Our atlas of regional seizure freedom rates and associated predictive model can be used to estimate individual likelihoods of postsurgical seizure freedom. Data-driven atlases and predictive models are essential for evidence-based, precision medicine and risk counselling in neurology.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,043
Tête enseignante GPT0,341
Écart entre enseignants0,299 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetEpilepsy research and treatment→Travaux en français237 207→