MétaCan
Menu
Retour à la cohorte
Enregistrement W4399527759 · doi:10.3389/fnins.2024.1401068

Characterization of antiseizure medications effects on the EEG neurodynamic by fractal dimension

2024· article· en· W4399527759 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFrontiers in Neuroscience · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFractal and DNA sequence analysis
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésElectroencephalographyEpilepsyMedicineAudiologyInternal medicineNeurosciencePsychology

Résumé

récupéré en direct d'OpenAlex

Objectives An important challenge in epilepsy is to define biomarkers of response to treatment. Many electroencephalography (EEG) methods and indices have been developed mainly using linear methods, e.g., spectral power and individual alpha frequency peak (IAF). However, brain activity is complex and non-linear, hence there is a need to explore EEG neurodynamics using nonlinear approaches. Here, we use the Fractal Dimension (FD), a measure of whole brain signal complexity, to measure the response to anti-seizure therapy in patients with Focal Epilepsy (FE) and compare it with linear methods. Materials Twenty-five drug-responder (DR) patients with focal epilepsy were studied before (t1, named DR-t1) and after (t2, named DR-t2) the introduction of the anti-seizure medications (ASMs). DR-t1 and DR-t2 EEG results were compared against 40 age-matched healthy controls (HC). Methods EEG data were investigated from two different angles: frequency domain—spectral properties in δ, θ, α, β, and γ bands and the IAF peak, and time-domain—FD as a signature of the nonlinear complexity of the EEG signals. Those features were compared among the three groups. Results The δ power differed between DR patients pre and post-ASM and HC (DR-t1 vs. HC, p < 0.01 and DR-t2 vs. HC, p < 0.01). The θ power differed between DR-t1 and DR-t2 ( p = 0.015) and between DR-t1 and HC ( p = 0.01). The α power, similar to the δ, differed between DR patients pre and post-ASM and HC (DR-t1 vs. HC, p < 0.01 and DR-t2 vs. HC, p < 0.01). The IAF value was lower for DR-t1 than DR-t2 ( p = 0.048) and HC ( p = 0.042). The FD value was lower in DR-t1 than in DR-t2 ( p = 0.015) and HC ( p = 0.011). Finally, Bayes Factor analysis showed that FD was 195 times more likely to separate DR-t1 from DR-t2 than IAF and 231 times than θ. Discussion FD measured in baseline EEG signals is a non-linear brain measure of complexity more sensitive than EEG power or IAF in detecting a response to ASMs. This likely reflects the non-oscillatory nature of neural activity, which FD better describes. Conclusion Our work suggests that FD is a promising measure to monitor the response to ASMs in FE.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,227

Scores Codex et Gemma par catégorie

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

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 Opus0,003
Tête enseignante GPT0,214
Écart entre enseignants0,211 · 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