Computational modeling of seizure onset patterns to underpin their underlying mechanisms
Notice bibliographique
Résumé
Abstract In the study of epilepsy, it is of crucial importance to understand the transition from interictal into ictal activities (ictogenesis). Different mechanisms have been suggested for the generation of ictal activity; yet, it remains unclear whether different physiological mechanisms underly different seizure onset patterns. Herein, by implementing a computational model that takes into account some of the most relevant physiological events (e.g., depolarization block, collapse, and recovery of inhibitory activities) and different scenarios of imbalanced excitatory-inhibitory activities, we explored if seizures with different onset patterns stem from different underlying mechanisms. Our model revealed that depending on the excitation level, seizures could be generated due to both enhancement and collapse of inhibition for specific range of parameters. Successfully reproducing some of the commonly observed seizure onset patterns, our findings indicated that different onset patterns can arise from different underlying mechanisms. Significance Statement Various seizure onset patterns have been reported; however, it yet remains unknown whether seizures with distinct onset patterns originate from different underlying mechanisms. The common belief on seizure generation focuses on the imbalance between synaptic excitation and inhibition which has led to the identification of distinct and, in some cases, even contradictory mechanisms for seizure initiation. In this study, by incorporating some of these various physiological mechanisms in a unified framework, we reproduced some commonly observed seizure onset patterns. Our results suggest the existence of different mechanisms responsible for the generation of seizures with distinct onset patterns which can enhance our understanding of seizure generation mechanisms with significant implications on developing therapeutic measures in seizure control.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».