High-frequency oscillations in scalp EEG: A systematic review of methodological choices and clinical findings
Notice bibliographique
Résumé
OBJECTIVE: Pathological high-frequency oscillations (HFOs) in intracranial EEG are promising biomarkers of epileptogenic tissue, and their physiological counterparts play a role in sensorimotor and cognitive function. HFOs have also been found in scalp EEG, but an overview of all studies is lacking. In this systematic review, we assessed the methodology to detect scalp HFOs and their clinical potential. METHODS: We searched PubMed, Embase and the Cochrane Library for studies on HFOs in scalp EEG, and extracted methodological and clinical data. RESULTS: We included 60 studies with data from 1149 unique individuals. Two-thirds of studies analyzed HFOs visually in the time or time-frequency domain, and one-third automatically with visual validation. Most studies evaluated interictal ripples during sleep in children. Pathological HFOs were overall better than spikes in localizing the epileptogenic zone and predicting outcome, correlated negatively with cognition and positively with disease activity and severity, and decreased after medical and surgical treatment. CONCLUSIONS: The methodologies of the 60 studies were heterogeneous, but pathological scalp HFOs were clinically valuable as biomarkers in various situations, particularly in children with epilepsy. SIGNIFICANCE: This systematic review gives an extensive overview of methodological and clinical data on scalp HFOs, establishing their clinical potential and discussing their limitations.
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 | 0,004 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».