Interictal spikes with and without high-frequency oscillation have different single-neuron correlates
Notice bibliographique
Résumé
Interictal epileptiform discharges (IEDs) are a widely used biomarker in patients with epilepsy but lack specificity. It has been proposed that there are truly epileptogenic and less pathological or even protective IEDs. Recent studies suggest that highly pathological IEDs are characterized by high-frequency oscillations (HFOs). Here, we aimed to dissect these 'HFO-IEDs' at the single-neuron level, hypothesizing that the underlying mechanisms are distinct from 'non-HFO-IEDs'. Analysing hybrid depth electrode recordings from patients with temporal lobe epilepsy, we found that single-unit firing rates were higher in HFO- than in non-HFO-IEDs. HFO-IEDs were characterized by a pronounced pre-peak increase in firing, which coincided with the preferential occurrence of HFOs, whereas in non-HFO-IEDs, there was only a mild pre-peak increase followed by a post-peak suppression. Comparing each unit's firing during HFO-IEDs to its baseline activity, we found many neurons with a significant increase during the HFO component or ascending part, but almost none with a decrease. No such imbalance was observed during non-HFO-IEDs. Finally, comparing each unit's firing directly between HFO- and non-HFO-IEDs, we found that most cells had higher rates during HFO-IEDs and, moreover, identified a distinct subset of neurons with a significant preference for this IED subtype. In summary, our study reveals that HFO- and non-HFO-IEDs have different single-unit correlates. In HFO-IEDs, many neurons are moderately activated, and some participate selectively, suggesting that both types of increased firing contribute to highly pathological IEDs.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».