Structural Connectivity Alterations in Operculo-Insular Epilepsy
Notice bibliographique
Résumé
Operculo-insular epilepsy (OIE) is an under-recognized condition that can mimic temporal and extratemporal epilepsies. Previous studies have revealed structural connectivity changes in the epileptic network of focal epilepsy. However, most reports use the debated streamline-count to quantify 'connectivity strength' and rely on standard tracking algorithms. We propose a sophisticated cutting-edge method that is robust to crossing fibers, optimizes cortical coverage, and assigns an accurate microstructure-reflecting quantitative conectivity marker, namely the COMMIT (Convex Optimization Modeling for Microstructure Informed Tractography)-weight. Using our pipeline, we report the connectivity alterations in OIE. COMMIT-weighted matrices were created in all participants (nine patients with OIE, eight patients with temporal lobe epilepsy (TLE), and 22 healthy controls (HC)). In the OIE group, widespread increases in 'connectivity strength' were observed bilaterally. In OIE patients, 'hyperconnections' were observed between the insula and the pregenual cingulate gyrus (OIE group vs. HC group) and between insular subregions (OIE vs. TLE). Graph theoretic analyses revealed higher connectivity within insular subregions of OIE patients (OIE vs. TLE). We reveal, for the first time, the structural connectivity distribution in OIE. The observed pattern of connectivity in OIE likely reflects a diffuse epileptic network incorporating insular-connected regions and may represent a structural signature and diagnostic biomarker.
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 | 0,001 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».