Clinical Utility of Sleep Recordings During Presurgical Epilepsy Evaluation With Stereo-Electroencephalography: A Systematic Review
Notice bibliographique
Résumé
SUMMARY: Although the role of sleep in modulating epileptic activity is well established, many epileptologists overlook the significance of considering sleep during presurgical epilepsy evaluations in cases of drug-resistant epilepsy. Here, we conducted a comprehensive literature review from January 2000 to May 2023 using the PubMed electronic database and compiled evidence to highlight the need to revise the current clinical approach. All articles were assessed for eligibility by two independent reviewers. Our aim was to shed light on the clinical value of incorporating sleep monitoring into presurgical evaluations with stereo-electroencephalography. We present the latest developments on the important bidirectional interactions between sleep and various forms of epileptic activity observed in stereo-electroencephalography recordings. Specifically, epileptic activity is modulated by different sleep stages, peaking in non-rapid eye movement sleep, while being suppressed in rapid eye movement sleep. However, this modulation can vary across different brain regions, underlining the need to account for sleep to accurately pinpoint the epileptogenic zone during presurgical assessments. Finally, we offer practical solutions, such as automated sleep scoring algorithms using stereo-electroencephalography data alone, to seamlessly integrate sleep monitoring into routine clinical practice. It is hoped that this review will provide clinicians with a readily accessible roadmap to the latest evidence concerning the clinical utility of sleep monitoring in the context of stereo-electroencephalography and aid the development of therapeutic and diagnostic strategies to improve patient surgical outcomes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,006 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».