Development and Validation of the 5-SENSE Score to Predict Focality of the Seizure-Onset Zone as Assessed by Stereoelectroencephalography
Notice bibliographique
Résumé
Importance: Stereoelectroencephalography (SEEG) has become the criterion standard in case of inconclusive noninvasive presurgical epilepsy workup. However, up to 40% of patients are subsequently not offered surgery because the seizure-onset zone is less focal than expected or cannot be identified. Objective: To predict focality of the seizure-onset zone in SEEG, the 5-point 5-SENSE score was developed and validated. Design, Setting, and Participants: This was a monocentric cohort study for score development followed by multicenter validation with patient selection intervals between February 2002 to October 2018 and May 2002 to December 2019. The minimum follow-up period was 1 year. Patients with drug-resistant epilepsy undergoing SEEG at the Montreal Neurological Institute were analyzed to identify a focal seizure-onset zone. Selection criteria were 2 or more seizures in electroencephalography and availability of complete neuropsychological and neuroimaging data sets. For validation, patients from 9 epilepsy centers meeting these criteria were included. Analysis took place between May and July 2021. Main Outcomes and Measures: Based on SEEG, patients were grouped as focal and nonfocal seizure-onset zone. Demographic, clinical, electroencephalography, neuroimaging, and neuropsychology data were analyzed, and a multiple logistic regression model for developing a score to predict SEEG focality was created and validated in an independent sample. Results: A total of 128 patients (57 women [44.5%]; median [range] age, 31 [13-58] years) were analyzed for score development and 207 patients (97 women [46.9%]; median [range] age, 32 [16-70] years) were analyzed for validation. The score comprised the following 5 predictive variables: focal lesion on structural magnetic resonance imaging, absence of bilateral independent spikes in scalp electroencephalography, localizing neuropsychological deficit, strongly localizing semiology, and regional ictal scalp electroencephalography onset. The 5-SENSE score had an optimal mean (SD) probability cutoff for identifying a focal seizure-onset zone of 37.6 (3.5). Area under the curve, specificity, and sensitivity were 0.83, 76.3% (95% CI, 66.7-85.8), and 83.3% (95% CI, 72.30-94.1), respectively. Validation showed 76.0% (95% CI, 67.5-84.0) specificity and 52.3% (95% CI, 43.0-61.5) sensitivity. Conclusions and Relevance: High specificity in score development and validation confirms that the 5-SENSE score predicts patients where SEEG is unlikely to identify a focal seizure-onset zone. It is a simple and useful tool for assisting clinicians to reduce unnecessary invasive diagnostic burden on patients and overutilization of limited health care resources.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».