MétaCan
Menu
Retour à la cohorte
Enregistrement W3137942021 · doi:10.1016/j.brs.2021.03.009

Image-based biophysical modeling predicts cortical potentials evoked with subthalamic deep brain stimulation

2021· article· en· W3137942021 sur OpenAlexfundno aff
Bryan Lad Howell, Faiçal Isbaine, Jon T. Willie, Enrico Opri, Robert E. Gross, Coralie de Hemptinne, Philip A. Starr, Cameron C. McIntyre, Svjetlana Miocinovic

Notice bibliographique

RevueBrain stimulation · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthBoston Scientific CorporationNational Institutes of HealthDairy Farmers of CanadaMedtronic
Mots-clésDeep brain stimulationNeuroscienceStimulationSubthalamic nucleusNeuroimagingPsychologyMedicineInternal medicineParkinson's disease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Subthalamic deep brain stimulation (DBS) is an effective surgical treatment for Parkinson's disease and continues to advance technologically with an enormous parameter space. As such, in-silico DBS modeling systems have become common tools for research and development, but their underlying methods have yet to be standardized and validated. OBJECTIVE: Evaluate the accuracy of patient-specific estimates of neural pathway activations in the subthalamic region against intracranial, cortical evoked potential (EP) recordings. METHODS: Pathway activations were modeled in eleven patients using the latest advances in connectomic modeling of subthalamic DBS, focusing on the hyperdirect pathway (HDP) and corticospinal/bulbar tract (CSBT) for their relevance in human research studies. Correlations between pathway activations and respective EP amplitudes were quantified. RESULTS: Good model performance required accurate lead localization and image fusions, as well as appropriate selection of fiber diameter in the biophysical model. While optimal model parameters varied across patients, good performance could be achieved using a global set of parameters that explained 60% and 73% of electrophysiologic activations of CSBT and HDP, respectively. Moreover, restricted models fit to only EP amplitudes of eight standard (monopolar and bipolar) electrode configurations were able to extrapolate variation in EP amplitudes across other directional electrode configurations and stimulation parameters, with no significant reduction in model performance across the cohort. CONCLUSIONS: Our findings demonstrate that connectomic models of DBS with sufficient anatomical and electrical details can predict recruitment dynamics of white matter. These results will help to define connectomic modeling standards for preoperative surgical targeting and postoperative patient programming applications.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,259
Score d'incertitude au seuil0,777

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,022
Tête enseignante GPT0,281
Écart entre enseignants0,259 · 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'étudeSimulation ou modélisation
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

Citations36
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain stimulationMême sujetNeurological disorders and treatmentsTravaux en français237 207