Roles of fMRI and Wada tests in the presurgical evaluation of language functions in temporal lobe epilepsy
Notice bibliographique
Résumé
Surgical treatment of pharmacoresistant temporal lobe epilepsy (TLE) carries risks for language function that can significantly affect the quality of life. Predicting the risks of decline in language functions before surgery is, consequently, just as important as predicting the chances of becoming seizure-free. The intracarotid amobarbital test, generally known as the Wada test (WT), has been traditionally used to determine language lateralization and to estimate their potential decline after surgery. However, the test is invasive and it does not localize the language functions. Therefore, other noninvasive methods have been proposed, of which functional magnetic resonance (fMRI) has the greatest potential. Functional MRI allows localization of language areas. It has good concordance with the WT for language lateralization, and it is of predictive value for postsurgical naming outcomes. Consequently, fMRI has progressively replaced WT for presurgical language evaluation. The objective of this manuscript is to review the most relevant aspects of language functions in TLE and the current role of fMRI and WT in the presurgical evaluation of language. First, we will provide context by revising the language network distribution and the effects of TLE on them. Then, we will assess the functional outcomes following various forms of TLE surgery and measures to reduce postoperative language decline. Finally, we will discuss the current indications for WT and fMRI and the potential usefulness of the resting-state fMRI technique.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».