Dynamic 18F-FDG-PET kinetic parameters for epileptogenic zone localization in drug-resistant epilepsy
Notice bibliographique
Résumé
Objective: Precisely localizing the seizure onset zone remains a challenging task in drug-resistant epilepsy (DRE) patients especially given its critical role in successful surgery and effective management. This study aimed to investigate the kinetic parameters of regional 18 F-fluorodeoxyglucose (FDG) uptake in DRE patients, aiming to identify the kinetic parameters best enabling the identification of the epileptogenic region. Methods: Consecutive DRE patients with clinically mandated interictal 18 F-FDG PET/CT were recruited from October 2019 to September 2020 for pre-surgical evaluation. Immediately after injecting 18 F-FDG of 112–179 MBq, dynamic data were acquired for 90 min. The motion correction and resampling to the Montreal atlas was performed in order to generate a transformation matrix. 116 volume of interests (VOIs) and regional time-activity curves (TACs) were generated by employing the automated anatomical labeling (AAL) template using PMOD software. Kinetic parameters of FDG unidirectional blood-brain clearance ( K 1 ), efflux ( k 2 ), phosphorylation ( k 3 ), and net metabolic flux ( K i ) were derived using irreversible 2-tissue-compartment model with an image-derived input function (IDIF). The kinetic parameters values obtained from all regions were ranked and compared with the presumed epileptogenic zone (EZ). Results: Eleven DRE patients (5 males, 6 females, mean age 35.1 ± 10.2 years) were analyzed. We found that the region with the lowest values of K i provided correct lateralization in 7/7 (100%) of patient with temporal lobe epilepsy (TLE) and the region with the lowest K i and k 3 parameters showed concordance with the EZ in 100% and 71.4% of patients, respectively. Conclusion: The present parametric approach to the evaluation of FDG-PET may be more sensitive than semi-quantitative approaches for the detection of pathophysiology in the EZ of patients with medically unresponsive TLE in addition to the routine clinical investigations.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».