Multimodal connectome biomarkers of cognitive and affective dysfunction in the common epilepsies
Notice bibliographique
Résumé
Epilepsy is one of the most common chronic neurological conditions, traditionally defined as a disorder of recurrent seizures. Cognitive and affective dysfunctions are increasingly recognized as core disease dimensions and can affect patient wellbeing sometimes more than the seizures themselves. Connectome- based approaches hold immense promise for revealing mechanisms that contribute to dysfunction, and to identify biomarkers. Our review discusses emerging multimodal neuroimaging and connectomics studies that highlight network substrates of cognitive/affective dysfunction in the common epilepsies. We first overview work in drug-resistant epilepsy syndromes i.e., temporal lobe epilepsy related to mesiotemporal sclerosis (TLE) and extratemporal epilepsy (ETE) related to malformations of cortical development. While these are traditionally conceptualized as ‘focal’ epilepsies, many patients present with broad structural and functional anomalies. Moreover, the extent of distributed changes contributes to difficulties in multiple cognitive domains as well as affective-behavioral challenges. We will also review work in idiopathic generalized epilepsy (IGE), a class of generalized epilepsy syndromes that involve subcortico-cortical circuits. Overall, neuroimaging and network neuroscience studies point to both shared and syndrome specific connectome signatures of dysfunction across TLE, ETE, and IGE. Lastly, we point to current gaps in the literature and formulate recommendations for future research.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».