Statistical learning in epilepsy: Behavioral and anatomical mechanisms in the human brain
Notice bibliographique
Résumé
OBJECTIVE: Statistical learning, the fundamental cognitive ability of humans to extract regularities across experiences over time, engages the medial temporal lobe (MTL) in the healthy brain. This leads to the hypothesis that statistical learning (SL) may be impaired in patients with epilepsy (PWE) involving the temporal lobe, and that this impairment could contribute to their varied memory deficits. In turn, studies done in collaboration with PWE, that evaluate the necessity of MTL circuitry through disease and causal perturbations, provide an opportunity to advance basic understanding of SL. METHODS: We implemented behavioral testing, volumetric analysis of the MTL substructures, and direct electrical brain stimulation to examine SL across a cohort of 61 PWE and 28 healthy controls. RESULTS: We found that behavioral performance in an SL task was negatively associated with seizure frequency irrespective of seizure origin. The volume of hippocampal subfields CA1 and CA2/3 correlated with SL performance, suggesting a more specific role of the hippocampus. Transient direct electrical stimulation of the hippocampus disrupted SL. Furthermore, the relationship between SL and seizure frequency was selective, as behavioral performance in an episodic memory task was not impacted by seizure frequency. SIGNIFICANCE: Overall, these results suggest that SL may be hippocampally dependent and that the SL task could serve as a clinically useful behavioral assay of seizure frequency that may complement existing approaches such as seizure diaries. Simple and short SL tasks may thus provide patient-centered endpoints for evaluating the efficacy of novel treatments in epilepsy.
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 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».