MétaCan
Menu
← Retour à la cohorte
Enregistrement W3211349060 · doi:10.1101/2021.11.15.468625

Simultaneous stereo-EEG and high-density scalp EEG recordings to study the effects of intracerebral stimulation parameters

2021· preprint· en· W3211349060 sur OpenAlexaff
Sara Parmigiani, Ezequiel Mikulan, Simone Russo, Simone Sarasso, Flavia Maria Zauli, A Rubino, Anna Cattani, Matteo Fecchio, Davide Giampiccolo, Jacopo Lanzone, Piergiorgio d’Orio, Maria Del Vecchio, Pietro Avanzini, Lino Nobili, Ivana Sartori, Marcello Massimini, Andrea Pigorini

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesHorizon 2020 Framework ProgrammeEuropean CommissionSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungTiny Blue Dot FoundationNational Science Foundation
Mots-clésElectroencephalographyStereoelectroencephalographyScalpNeuroscienceStimulus (psychology)StimulationEvoked potentialTranscranial magnetic stimulationSensory stimulation therapySensory systemPsychologyPattern recognition (psychology)Artificial intelligenceComputer scienceMedicineEpilepsy surgeryAnatomy

Résumé

récupéré en direct d'OpenAlex

Abstract Background Cortico-cortical evoked potentials (CCEPs) recorded by stereo-electroencephalography (SEEG) are a valuable clinical tool to investigate brain reactivity and effective connectivity. However, these invasive recordings are spatially sparse since they depend on clinical needs. This sparsity hampers systematic comparisons across-subjects, the detection of the whole-brain spatiotemporal properties of CCEPs, as well as their relationships with classic sensory evoked potentials. Objective To demonstrate that CCEPs recorded by high-density electroencephalography (hd-EEG) are sensitive to changes in stimulation parameters and compensate for the limitations typical of invasive recordings. Methods SEEG and hd-EEG activities were simultaneously recorded during SPES in drug-resistant epileptic patients (N=36). Changes in stimulation parameters encompassed physical (pulse intensity and width), geometrical (angle and position with respect to white/grey matter) and topological (stimulated cortical area) properties. Differences were assessed by measuring the overall responses and the amplitude of N1 and N2 components of the CCEPs, and by their spectral profiles. Results While invasive and non-invasive CCEPs were generally correlated, differences in pulse duration, angle and stimulated cortical area were better captured by hd-EEG. Further, hd-EEG responses to SPES reproduced basic features of responses to transcranial magnetic stimulation and showed a much larger amplitude as compared to typical sensory evoked potentials. Conclusions The present results show that macroscale hd-EEG recordings are exquisitely sensitive to variations in SPES parameters, including local changes in physical and geometrical stimulus properties, while providing valuable information about whole-brain dynamics. Moreover, the common reference space across subjects represented by hd-EEG may facilitate the construction of a perturbational atlas of effective connectivity. Highlights CCEPs recorded with hd-EEG and SEEG are correlated. hd-EEG recording is highly sensitive to changes in stimulation parameters. hd-EEG responses show higher amplitude responses with respect to non-invasive ones. Simultaneous recordings provide a fixed observation point across subjects.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,231
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→