MétaCan
Menu
Retour à la cohorte
Enregistrement W4390839589 · doi:10.1002/acn3.51959

Consistency of electrical source imaging in presurgical evaluation of epilepsy across different vigilance states

2024· article· en· W4390839589 sur OpenAlexafffund
Tamir Avigdor, Chifaou Abdallah, Jawata Afnan, Zhengchen Cai, Saba Rammal, Christophe Grova, Birgit Frauscher

Notice bibliographique

RevueAnnals of Clinical and Translational Neurology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensConcordia UniversityMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchMontreal Neurological Institute and HospitalSavoy Foundation
Mots-clésVigilance (psychology)IctalElectroencephalographyWakefulnessMedicineEpilepsyAudiologyAmplitudeAnesthesiaNeurosciencePsychologyPsychiatryPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The use of electrical source imaging (ESI) in assessing the source of interictal epileptic discharges (IEDs) is gaining increasing popularity in presurgical work-up of patients with drug-resistant focal epilepsy. While vigilance affects the ability to locate IEDs and identify the epileptogenic zone, we know little about its impact on ESI. METHODS: We studied overnight high-density electroencephalography recordings in focal drug-resistant epilepsy. IEDs were marked visually in each vigilance state, and examined in the sensor and source space. ESIs were calculated and compared between all vigilance states and the clinical ground truth. Two conditions were considered within each vigilance state, an unequalized and an equalized number of IEDs. RESULTS: The number, amplitude, and duration of IEDs were affected by the vigilance state, with N3 sleep presenting the highest number, amplitude, and duration for both conditions (P < 0.001), while signal-to-noise ratio only differed in the unequalized condition (P < 0.001). The vigilance state did not affect channel involvement (P > 0.05). ESI maps showed no differences in distance, quality, extent, or maxima distances compared to the clinical ground truth for both conditions (P > 0.05). Only when an absolute reference (wakefulness) was used, the channel involvement (P < 0.05) and ESI source extent (P < 0.01) were impacted during rapid-eye-movement (REM) sleep. Clustering of amplitude-sensitive and -insensitive ESI maps pointed to amplitude rather than the spatial profile as the driver (P < 0.05). INTERPRETATION: IED ESI results are stable across vigilance states, including REM sleep, if controlled for amplitude and IED number. ESI is thus stable and invariant to the vigilance state.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,147
Tête enseignante GPT0,486
Écart entre enseignants0,339 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of Clinical and Translational NeurologyMême sujetEpilepsy research and treatmentTravaux en français237 207