Spike ripples localize the epileptogenic zone better than other leading biomarkers: a multicenter intracranial study
Notice bibliographique
Résumé
Abstract Objective We evaluated whether the combination of epileptiform spikes and ripples (spike ripples) outperformed other leading biomarkers in identifying the epileptogenic zone across subjects in a multicenter international study. Methods We validated and applied an automated spike ripple detector on intracranial EEG recordings in subjects from 4 centers who subsequently underwent surgical resection with known 1-year seizure outcomes. We evaluated the spike ripple rate in subjects cured after resection (ILAE 1 outcome) and those with persistent seizures (ILAE 2-5) across sites and recording types. We also evaluated spike, wideband HFO (80-500 Hz), fast ripple (250-500 Hz), and ripple (80-250 Hz) rates using validated automated detectors. The proportion of resected events was computed and compared across subject outcomes and biomarkers. Results 109 subjects were included. The majority of spike ripples were removed in subjects with ILAE 1 outcome (p = 1e-6), and this was qualitatively observed across the four sites (p = 0.032, p = 0.092, p = 0.0005, p = 0.003) and the two electrode types (p = 0.01, p = 7e-6). A higher proportion of spike ripples were removed in subjects with ILAE 1 outcomes compared to ILAE 2-5 outcomes (p = 0.02). Among ILAE 1 subjects, the proportion of spike ripples removed was higher than the proportion of spikes (p = 0.0004), wideband HFOs (p = 0.0004), fast ripples (p = 0.008), and ripples (p = 0.008) removed. At the individual level, more subjects with ILAE 1 outcome had the majority of spike ripples removed (40/48, 83%) than spikes (69%, p = 0.04), wideband HFOs (63%, p = 0.009), fast ripples (36%, p = 2e-5), or ripples (45%, p = 0.0007) removed. Interpretation When surgical resection was successful, the majority of spike ripples were removed. Automatically detected spike ripples have improved specificity for epileptogenic tissue compared to spikes, wideband HFOs, fast ripples, and ripples.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».