31 Disorganization of language and working memory networks in frontal versus temporal lobe epilepsy
Notice bibliographique
Résumé
Objectives/Aims Cognitive impairment is a common comorbidity of epilepsy, and can be more burdensome than seizures themselves. Temporal and frontal lobe epilepsy (TLE, FLE) are accompanied by multi-domain cognitive impairment. While the underlying neural substrates have been extensively investigated in TLE, functional imaging studies in FLE are scarce. Here, we aimed to: (i) investigate systems-level neural processes accounting for cognitive dysfunction in FLE; (ii) directly compare FLE and TLE patients, establishing commonalities and differences; and (iii) decode the potential influence of clinical characteristics on cognitive network architecture. Methods We capitalized on a large, single-centre sample of 172 adult participants (56 with FLE, 64 with TLE, 52 with controls) who were investigated via: (i) an extensive neuropsychological test battery that included attention, psychomotor speed, language, working memory, executive function, and episodic memory tests; and (ii) four functional MRI tasks probing expressive language (verbal fluency, verb generation) and working memory (verbal and visuo-spatial). Patient groups were comparable in age of epilepsy onset, disease duration, and antiseizure medication load. We mapped task-related brain activation and deactivation using a novel multiscale approach, and tracked reorganization in FLE and TLE. We complemented voxel-based maps with profiling of task effects across established motifs of functional brain organization: (i) canonical resting-state functional networks, and (ii) the principal functional connectivity gradient, that encodes a continuous transition from lower-level (sensory) to higher-order (transmodal) brain areas. Results We find that cognitive impairment in FLE is accompanied by broadly reduced activation across frontoparietal attentional and executive networks, and reduced default-mode network deactivation, indicating large-scale disorganization of task-related recruitment, particularly during working memory. Patterns of dysfunction in FLE and TLE are broadly similar, but some traits are syndrome-specific: impaired task-related deactivation of the default-mode network is more prominent in FLE, while impaired recruitment of posterior language areas is more marked in TLE. More severe epilepsy, as tracked by age at onset, epilepsy duration, seizure frequency, time since last seizure, and propensity for focal-to-bilateral tonic-clonic seizures, relates to more marked cognitive network disorganization both in FLE and TLE. Conclusions Our study elucidates neural processes underlying cognitive impairment in the most common focal epilepsies, identifies frontoparietal executive alterations as a shared biological signature, irrespective of seizure focus localization, and shows that temporal lobe language alterations are TLE-specific. The highlighted systems-level behaviour may be amenable to future remediation strategies, including neurostimulation.
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 | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».