Neurostimulation treatments for epilepsy: Deep brain stimulation, responsive neurostimulation and vagus nerve stimulation
Notice bibliographique
Résumé
Epilepsy is a common and debilitating neurological disorder, and approximately one-third of affected individuals have ongoing seizures despite appropriate trials of two anti-seizure medications. This population with drug-resistant epilepsy (DRE) may benefit from neurostimulation approaches, such as vagus nerve stimulation (VNS), deep brain stimulation (DBS) and responsive neurostimulation (RNS). In some patient populations, these techniques are FDA-approved for treating DRE. VNS is used as adjuvant therapy for children and adults. Acting via the vagus afferent network, VNS modulates thalamocortical circuits, reducing seizures in approximately 50 % of patients. RNS uses an adaptive (closed-loop) system that records intracranial EEG patterns to activate the stimulation at the appropriate time, being particularly well-suited to treat seizures arising within eloquent cortex. For DBS, the most promising therapeutic targets are the anterior and centromedian nuclei of the thalamus, with anterior nucleus DBS being used for treating focal and secondarily generalized forms of DRE and centromedian nucleus DBS being applied for treating generalized epilepsies such as Lennox-Gastaut syndrome. Here, we discuss the indications, advantages and limitations of VNS, DBS and RNS in treating DRE and summarize the spatial distribution of neuroimaging observations related to epilepsy and stimulation using NeuroQuery and NeuroSynth.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».