A Subpopulation of Spikes Predicts Successful Epilepsy Surgery Outcome
Notice bibliographique
Résumé
OBJECTIVE: Epileptic spikes are the traditional interictal electroencephalographic (EEG) biomarker for epilepsy. Given their low specificity for identifying the epileptogenic zone (EZ), they are given only moderate attention in presurgical evaluation. This study aims to demonstrate that it is possible to identify specific spike features in intracranial EEG that optimally define the EZ and predict surgical outcome. METHODS: We analyzed spike features on stereo-EEG segments from 83 operated patients from 2 epilepsy centers (37 Engel IA) in wakefulness, non-rapid eye movement sleep, and rapid eye movement sleep. After automated spike detection, we investigated 135 spike features based on rate, morphology, propagation, and energy to determine the best feature or feature combination to discriminate the EZ in seizure-free and non-seizure-free patients by applying 4-fold cross-validation. RESULTS: The rate of spikes with preceding gamma activity in wakefulness performed better for surgical outcome classification (4-fold area under receiver operating characteristics curve [AUC] = 0.755 ± 0.07) than the seizure onset zone, the current gold standard (AUC = 0.563 ± 0.05, p = 0.015) and the ripple rate, an emerging seizure-independent biomarker (AUC = 0.537 ± 0.07, p = 0.006). Channels with a spike-gamma rate exceeding 1.9/min had an 80% probability of being in the EZ. Combining features did not improve the results. INTERPRETATION: Resection of brain regions with high spike-gamma rates in wakefulness is associated with a high probability of achieving seizure freedom. This rate could be applied to determine the minimal number of spiking channels requiring resection. In addition to quantitative analysis, this feature is easily accessible to visual analysis, which could aid clinicians during presurgical evaluation. ANN NEUROL 2023;93:522-535.
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) | 0,000 | 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) | 0,001 | 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 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 ».