MétaCan
Menu
Retour à la cohorte
Enregistrement W3131079610 · doi:10.1101/2021.02.19.21251501

Disorganization of language and working memory systems in frontal versus temporal lobe epilepsy

2021· preprint· en· W3131079610 sur OpenAlexafffund
Lorenzo Caciagli, Casey Paquola, Xiaosong He, Christian Vollmar, María Centeno, Britta Wandschneider, Urs Braun, Karin Trimmel, Sjoerd B. Vos, Meneka K. Sidhu, Pamela J. Thompson, Sallie Baxendale, Gavin P. Winston, John S. Duncan, Danielle S. Bassett, Matthias J. Koepp, Boris C. Bernhardt

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensQueen's UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesEngineering and Physical Sciences Research CouncilMedical Research CouncilCanadian Institutes of Health ResearchEpilepsy SocietyCanada Research ChairsUniversity College LondonNational Institute of Neurological Disorders and StrokeNational Institute for Health and Care ResearchInstitute for Scientific InterchangeEuropean Academy of NeurologyCentre Azrieli de recherche sur l'autisme, Institut et Hôpital Neurologiques de MontréalHospital for Sick ChildrenWellcome TrustAmerican Epilepsy SocietyNatural Sciences and Engineering Research Council of CanadaJohn D. and Catherine T. MacArthur FoundationAlfred P. Sloan FoundationBrain Research UK
Mots-clésWorking memoryTemporal lobeDefault mode networkEpilepsyFrontal lobeCognitive psychologyPsychologyCognitionNeuropsychologyEpisodic memoryNeuroscienceVerbal fluency testFluencyNeural correlates of consciousnessAudiologyMedicine

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Cognitive impairment is a common comorbidity of epilepsy, and adversely impacts people with both frontal lobe epilepsy (FLE) and temporal lobe epilepsy (TLE). While the underlying neural substrates in TLE have been extensively investigated, functional imaging studies in FLE are scarce. In this study, we profiled cognitive dysfunction in FLE, and directly compared FLE and TLE patients to establish commonalities and differences. We investigated 172 adult participants (56 with FLE, 64 with TLE, and 52 controls), using neuropsychological tests and four functional MRI tasks probing the neural correlates of expressive language (verbal fluency, verb generation) and working memory (verbal and visuo-spatial). Patient groups were comparable in disease duration and anti-epileptic drug load. We devised a multiscale approach to map the landscape of brain activation and deactivation during cognition, and track reorganization in FLE and TLE. Voxel-based analyses were complemented with profiling of task effects (i) across intrinsic functional systems, and (ii) along the principal functional connectivity gradient, which encodes a continuous transition from lower-level sensory to higher-order transmodal brain areas. We show that cognitive impairment in FLE is associated with reduced activation across attentional and executive systems, and reduced deactivation of the default mode system, indicative of a large-scale disorganization of task-related recruitment. Functional abnormalities in FLE were modulated by disease load. Patterns of dysfunction in FLE were broadly similar to those in TLE, but some traits were syndrome-specific: altered default-mode deactivation was more prominent in FLE, while impaired recruitment of posterior language areas during a task with semantic demands was more marked in TLE. Our study elucidates neural processes underlying language and working memory impairment in FLE, identifies shared and syndrome-specific alterations in the two most common focal epilepsies, and sheds light on system behavior that may be amenable to future remediation strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,022
Score d'incertitude au seuil0,672

Scores Codex et Gemma par catégorie

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

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 Opus0,028
Tête enseignante GPT0,295
Écart entre enseignants0,268 · 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 tête enseignante, 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

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetEpilepsy research and treatmentTravaux en français237 207