Sleep-related epilepsy through the lens of stereo-EEG: Clinical and research update
Notice bibliographique
Résumé
The complex interactions between sleep and epilepsy have drawn increasing attention, and stereo-electroencephalography (SEEG) has become a pivotal tool for investigating their underlying pathophysiological mechanisms. This review highlights key contributions from SEEG studies over the past two decades, with a focus on Sleep-Related Hypermotor Epilepsy (SHE). Considered a disorder of frontal lobe origin, SHE is now recognized as a network-based epilepsy with a broader involvement of cortical regions. Sleep instability in Non-Rapid Eye Movement (NREM) sleep, indexed by the cyclic alternating pattern (CAP), and increased bistability, emerge as critical facilitators of epileptiform discharges. In contrast, rapid eye movement (REM) sleep, particularly its phasic substate, exerts a strong suppressive effect on epileptic activity. SEEG has been instrumental in characterizing these mechanisms and identifying novel biomarkers, including cross-frequency coupling and network-level measures of cortical instability. These findings have implications not only for diagnosis and surgical targeting but also for the development of neuromodulatory and state-based therapeutic approaches. Looking forward, the integration of SEEG with advanced computational tools offers new avenues for real-time brain-state mapping and seizure risk stratification. By bridging clinical neurophysiology with systems neuroscience, SEEG provides a unique platform for advancing the understanding of epilepsy within the dynamic context of sleep.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».