50 Hz cortical stimulation increases interictal epileptiform discharges at the seizure onset zone
Notice bibliographique
Résumé
Abstract More than 15 million patients worldwide suffer from drug-resistant epilepsy (DRE). Surgical removal of the seizure onset zone (SOZ)—the brain region(s) from where seizures arise—is the best available treatment for these patients, with post-surgical outcomes depending on the successful identification and resection of the SOZ. Most commonly, SOZ mapping localizes ictal activity occurring spontaneously or evoked by cortical stimulation (CS) during presurgical evaluation of patients with epilepsy using stereoelectroncephalography (SEEG). Mapping events such as interictal epileptiform discharges (IEDs), paroxysmal hypersynchronic electrical discharges that often occur outside ictal discharges or during CS, have been less used for SOZ localization. We test the hypothesis that IEDs triggered by CS via SEEG investigation can contribute to the mapping of the SOZ. We evaluated the impact of CS on IEDs in patients investigated with SEEG on epilepsy surgery investigation. We recorded intracranial signals from 30 DRE patients (seizure-free post-surgery). Bipolar and high frequency (50 Hz) CS was performed with a pulse width of 300 µs and current spanning 1–8 mA. IEDs were automatically detected pre- and post- stimulation, and their normalized absolute changes were quantified within and outside the SOZ (identified by ictal discharges). We found that IED rates significantly increased post-stimulation compared to pre-stimulation within the SOZ, while no significant change was observed outside the SOZ (Linear mixed effect model, p-value <0.001, and AUC=98% for SOZ and 71% for non-SOZ). This effect was present regardless of whether the stimulation was applied to the SOZ or non-SOZ regions, indicating a broader effect of stimulation on the SOZ. Our results offer a quantitative tool for identifying epileptogenic areas in patients with DRE, enhancing the mapping and localization of the SOZ and potentially improving 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,002 | 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 ».