Multimodal connectome biomarkers of cognitive and affective dysfunction in the common epilepsies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Epilepsy is one of the most common chronic neurological conditions, traditionally defined as a disorder of recurrent seizures. Cognitive and affective dysfunction are increasingly recognized as core disease dimensions and can affect patient well-being, 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 discuss work in drug-resistant epilepsy syndromes, that is, 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 also review work in idiopathic generalized epilepsy (IGE), a subset 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle