White matter brain-age in diverse forms of epilepsy and interictal psychosis
Notice bibliographique
Résumé
Abnormal brain aging is suggested in epilepsy. Given the brain network dysfunction in epilepsy, the white matter tracts, which primarily interconnect brain regions, could be of special importance. We focused on white matter brain aging in diverse forms of epilepsy and comorbid psychosis. We obtained brain diffusion tensor imaging (DTI) data at 3 T-MRI in 257 patients with epilepsy and 429 healthy subjects. The tract-based fractional anisotropy values of the healthy subjects were used to build a brain-age prediction model, and we calculated the brain-predicted age difference (brain-PAD: predicted age-chronological age) of all subjects. As a result, almost all epilepsy categories showed significantly increased brain-PAD (p < 0.001), including temporal lobe epilepsy (TLE) with no MRI-lesion (+ 4.2 yr), TLE with hippocampal sclerosis (+ 9.1 yr), extratemporal focal epilepsy (+ 5.1 yr), epileptic encephalopathy or progressive myoclonus epilepsy (+ 18.4 yr), except for idiopathic generalized epilepsy (IGE). Patients with psychogenic non-epileptic seizures also presented increased brain-PAD. In TLE, interictal psychosis significantly raised brain-PAD by 8.7 years. In conclusion, we observed increased brain aging in most types of epilepsy, which was generally consistent with brain morphological aging results in previous studies. Psychosis may accelerate brain aging in TLE. These findings may suggest abnormal aging mechanisms in epilepsy and comorbid psychotic symptoms.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 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 ».