MRI-Derived Modeling of Disease Progression Patterns in Patients With Temporal Lobe Epilepsy
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Temporal lobe epilepsy (TLE) is assumed to follow a steady course that is similar across patients. To date, phenotypic and temporal diversities of TLE evolution remain unknown. In this study, we aimed at simultaneously characterizing these sources of variability based on cross-sectional data. METHODS: We studied consecutive patients with TLE referred for evaluation by neurologists to the Montreal Neurological Institute epilepsy clinic, who underwent in-patient video EEG monitoring and multimodal imaging at 3 Tesla, comprising 3D T1 and fluid-attenuated inversion recovery and 2D diffusion-weighted MRI. The cohort included patients with drug-resistant epilepsy and patients with drug-responsive epilepsy. The neuropsychological evaluation included Wechsler Adult Intelligence Scale-III and Leonard tapping task. The control group consisted of participants without TLE recruited through advertisement and who underwent the same MRI acquisition as patients. Based on surface-based analysis of key MRI markers of pathology (gray matter morphology and white matter microstructure), the Subtype and Stage Inference algorithm estimated subtypes and stages of brain pathology to which individual patients were assigned. The number of subtypes was determined by running the algorithm 100 times and estimating mean and SD of disease trajectories and the consistency of patients' assignments based on 1,000 bootstrap samples. Effect of normal aging was subtracted from patients. We examined associations with clinical and cognitive parameters and utility for individualized predictions. RESULTS: < 0.05 across all comparisons. DISCUSSION: Cross-sectional MRI-derived models provide reliable prognostic markers of TLE disease evolution, which follows distinct trajectories, each associated with divergent patterns of hippocampal and whole-brain structural alterations, as well as cognitive and clinical profiles.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».