Linking Memory Impairment to Structural Connectivity in Extrahippocampal Temporal Lobe Epilepsy Surgery
Notice bibliographique
Résumé
OBJECTIVE: Temporal lobe epilepsy (TLE) constitutes the most common drug-refractory epilepsy syndrome. Tailored approaches are required, as TLE originates from extrahippocampal lesions in about one-quarter of surgical candidates. Despite high success rates in seizure control, concern persists regarding postoperative memory decline after lesionectomy. We investigated the associations between structural connectivity and postoperative memory performance in extrahippocampal TLE surgery. METHODS: In total, 55 patients (25 females, 30 males; mean age 29.8 ± 14.5 years; epilepsy duration 7.9 ± 10.5 years, 31 left, 24 right TLE) with extrahippocampal TLE undergoing hippocampal-sparing surgery were evaluated with standardized pre- and postoperative neuropsychological testing. Lesion volumes intersected with Human Connectome Project-derived tractography data were employed to assess the structural connectivity integrity via voxel-based and connectome-informed lesion-symptom mapping to identify cortical and white matter structures associated with cognitive outcomes. RESULTS: Post-surgery, the widespread structural disconnection of several major white matter pathways was found, correlating with verbal memory and delayed recall. Additionally, the structural disconnection of the ipsilateral temporal lobe white matter was further associated with hippocampal atrophy. CONCLUSIONS: Our study highlights the role of structural connectivity alterations in postoperative memory decline in extrahippocampal TLE surgery. These findings expand the traditional understanding of hippocampal integrity in memory function towards the importance of broader structural networks. Individualized, connectome-informed surgical approaches might protect neurocognitive function.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».