Decoupling of functional and structural language networks in temporal lobe epilepsy
Notice bibliographique
Résumé
OBJECTIVE: To identify functional and structural alterations in language networks of people with temporal lobe epilepsy (TLE), who frequently present with naming and word-finding difficulties. METHODS: Fifty-five patients with unilateral TLE (29 left) and 16 controls were studied with auditory and picture naming functional magnetic resonance imaging (fMRI) tasks. Activation maxima in the left posterobasal temporal lobe were used as seed regions for whole-brain functional connectivity analyses (psychophysiological interaction). White matter language pathways were investigated using diffusion tensor imaging and neurite orientation dispersion and density imaging metrics extracted along fiber bundles starting from fMRI-guided seeds. Regression analyses were performed to investigate the correlation of functional connectivity with diffusion MRI metrics. RESULTS: In the whole group of patients and controls, weaker functional connectivity from the left posterobasal temporal lobe (1) to the bilateral anterior temporal lobe, precentral gyrus, and lingual gyrus during auditory naming and (2) to the bilateral occipital cortex and right fusiform gyrus during picture naming was associated with decreased neurite orientation dispersion and higher free water fraction of white matter tracts. Compared to controls, TLE patients exhibited fewer structural connections and an impaired coupling of functional and structural metrics. SIGNIFICANCE: TLE is associated with an impairment and decoupling of functional and structural language networks. White matter damage, as evidenced by diffusion abnormalities, may contribute to impaired functional connectivity and language dysfunction in TLE.
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 | 0,000 |
| 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) | 0,001 | 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 ».