Is an earlier onset of focal epilepsy associated with atypical language lateralization? A systematic review, meta-analysis and new data
Notice bibliographique
Résumé
Right and bilateral language representation is common in focal epilepsy, possibly reflecting the influence of epileptogenic lesions and/or seizure activity in the left hemisphere. Atypical language lateralization is assumed to be more likely in cases of early seizure onset, due to greater language plasticity in childhood. However, evidence for this association is mixed, with most research based on small samples and heterogenous cohorts. In this preregistered meta-analysis we examined the association between age at seizure onset and fMRI-derived language lateralization in individuals with focal epilepsy. The pooled effect size demonstrated a correlation between an earlier onset and rightward language lateralization in the total sample (r=0.1, p=.005, k=58, n=1240), with no difference in the correlation between left and right hemisphere epilepsy samples (Q=62.03, p=.302). In exploratory analyses of the individual participant data (n=1157), we demonstrated strong evidence that a logarithmic model fits the data better than a linear (BF=350) or categorical model with 6 years of age as a cut-off (BF=36). These findings indicate that there is a small but significant relationship between age at seizure onset and language lateralization. The relationship was consistent with theories of language plasticity proposing an exponential decline in plasticity over early childhood. However, given that this effect was subtle and only found in larger sample sizes, an early age at seizure onset would not serve as a good indicator of atypical language lateralization on the individual patient level.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».