Canadian Practice and Recommendations on Functional MRI to Lateralize Language in Epilepsy
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVE: Identifying a patient's dominant language hemisphere is an important evaluation performed prior to epilepsy surgery and is commonly assessed using functional magnetic resonance imaging (fMRI). However, the lack of standardization and resultant heterogeneity of fMRI paradigms used in clinical practice limits the ability of cross-center comparisons to be made regarding language laterality results. METHODS: Through surveying Canadian Epilepsy Centres in combination with reviewing supporting literature, current fMRI language lateralization practices for the clinical evaluation of patients with epilepsy were assessed. To encourage standardization of this practice, we outlined a two-part paradigm series that demonstrates widespread acceptance, reliability and accessibility in lateralizing various aspects of language functioning in individuals with average or near-average IQ and normal literacy skills. RESULTS: The collected data confirm a lack of standardization in fMRI laterality assessments leading to clinical heterogeneity in stimulation and control tasks, paradigm design and timing, laterality index calculations, thresholding values and analysis software and technique. We suggest a Sentence Completion (SC) and Word Generation (WG) paradigm series as it was most commonly employed across Canada, demonstrated reliability in lateralizing both receptive and expressive language areas in supporting literature, and could be readily intelligible to an inclusive population. CONCLUSION: Through providing recommendations for a two-part paradigm series, we hope to contribute to the standardization of this practice across Canada to reduce clinical heterogeneity, encourage communicability between institutions, and enhance methodologies for the surgical treatment of epilepsy for the benefit of all individuals living with epilepsy in Canada.
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 | 0,029 | 0,101 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,008 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 ».