Disorganization of language and working memory systems in frontal versus temporal lobe epilepsy
Notice bibliographique
Résumé
Cognitive impairment is a common comorbidity of epilepsy and adversely impacts people with both frontal lobe (FLE) and temporal lobe (TLE) epilepsy. While its neural substrates have been investigated extensively in TLE, functional imaging studies in FLE are scarce. In this study, we profiled the neural processes underlying cognitive impairment in FLE and directly compared FLE and TLE to establish commonalities and differences. We investigated 172 adult participants (56 with FLE, 64 with TLE and 52 controls) using neuropsychological tests and four functional MRI tasks probing expressive language (verbal fluency, verb generation) and working memory (verbal and visuo-spatial). Patient groups were comparable in disease duration and anti-seizure medication load. We devised a multiscale approach to map brain activation and deactivation during cognition and track reorganization in FLE and TLE. Voxel-based analyses were complemented with profiling of task effects across established motifs of functional brain organization: (i) canonical resting-state functional systems; and (ii) the principal functional connectivity gradient, which encodes a continuous transition of regional connectivity profiles, anchoring lower-level sensory and transmodal brain areas at the opposite ends of a spectrum. We show that cognitive impairment in FLE is associated with reduced activation across attentional and executive systems, as well as reduced deactivation of the default mode system, indicative of a large-scale disorganization of task-related recruitment. The imaging signatures of dysfunction in FLE are broadly similar to those in TLE, but some patterns are syndrome-specific: altered default-mode deactivation is more prominent in FLE, while impaired recruitment of posterior language areas during a task with semantic demands is more marked in TLE. Functional abnormalities in FLE and TLE appear overall modulated by disease load. On balance, our study elucidates neural processes underlying language and working memory impairment in FLE, identifies shared and syndrome-specific alterations in the two most common focal epilepsies and sheds light on system behaviour that may be amenable to future remediation strategies.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».