MétaCan
Menu
Retour à la cohorte
Enregistrement W4399802211 · doi:10.1038/s41467-024-49470-z

A spatial perturbation framework to validate implantation of the epileptogenic zone

2024· article· en· W4399802211 sur OpenAlexafffund
Kassem Jaber, Tamir Avigdor, Daniel Mansilla, Alyssa Ho, John Thomas, Chifaou Abdallah, Stéphan Chabardès, Jeff Hall, Lorella Minotti, Philippe Kahane, Christophe Grova, Jean Gotman, Birgit Frauscher

Notice bibliographique

RevueNature Communications · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensConcordia UniversityMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesHewitt FoundationFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchMontreal Neurological Institute and HospitalSavoy FoundationGovernment of Canada
Mots-clésStereoelectroencephalographyEpilepsyElectroencephalographyComputer scienceEpilepsy surgeryMedicineNeurosciencePsychology

Résumé

récupéré en direct d'OpenAlex

Stereo-electroencephalography (SEEG) is the gold standard to delineate surgical targets in focal drug-resistant epilepsy. SEEG uses electrodes placed directly into the brain to identify the seizure-onset zone (SOZ). However, its major constraint is limited brain coverage, potentially leading to misidentification of the 'true' SOZ. Here, we propose a framework to assess adequate SEEG sampling by coupling epileptic biomarkers with their spatial distribution and measuring the system's response to a perturbation of this coupling. We demonstrate that the system's response is strongest in well-sampled patients when virtually removing the measured SOZ. We then introduce the spatial perturbation map, a tool that enables qualitative assessment of the implantation coverage. Probability modelling reveals a higher likelihood of well-implanted SOZs in seizure-free patients or non-seizure free patients with incomplete SOZ resections, compared to non-seizure-free patients with complete resections. This highlights the framework's value in sparing patients from unsuccessful surgeries resulting from poor SEEG coverage.

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 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)0,001
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 enseignants0,322
Score d'incertitude au seuil0,306

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,332
Écart entre enseignants0,301 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations18
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207