Seizure freedom after surgical resection of diffusion‐weighted magnetic resonance imaging abnormalities
Notice bibliographique
Résumé
Abstract Objective Successful epilepsy surgery requires accurate localization and removal of the epileptogenic zone. Neuroimaging helps detect structural brain abnormalities to guide surgery, but current clinical practice does not use diffusion‐weighted magnetic resonance imaging (dwMRI). However, previous work has shown that diffusion abnormalities are present in epilepsy and may relate to the epileptogenic zone. Here, we investigate whether surgical resection of diffusion abnormalities relates to postoperative seizure freedom. Methods We investigated the association between surgical resection of diffusion abnormalities and postoperative seizure freedom in 200 individuals with drug‐resistant focal epilepsy using dwMRI. A cohort of 97 healthy controls provided a normative baseline for dwMRI metrics, allowing calculation of voxelwise z ‐scores to identify abnormal clusters in both gray and white matter. Results Surgical resections overlapping with the largest abnormal cluster significantly correlated with sustained seizure freedom at 12 months (83% vs. 55%; ) and over 5 years (). Notably, resecting only a small proportion of the largest cluster was associated with better seizure outcomes than cases with no resection of this cluster (). Furthermore, sparing the largest cluster but resecting other large clusters still improved seizure freedom rates compared to no overlap (). Significance Our results suggest that abnormal clusters, identified using dwMRI, are integral to the epileptogenic network, and even a partial removal of such an abnormal cluster is sufficient to achieve seizure freedom. This study highlights the potential of incorporating dwMRI into presurgical planning to improve outcomes in focal epilepsy by reliably identifying and targeting diffusion abnormalities.
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 | 0,000 | 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) | 0,001 | 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 ».