Motor and default mode network states of rest in frontal lobe epilepsy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Frontal lobe epilepsy (FLE), marked by recurrent seizures arising from the frontal lobes, can significantly impair cognitive and motor function, reducing quality of life. Recent studies suggest that epilepsies can involve functional networks throughout the brain that can be identified using resting-state functional magnetic resonance imaging (fMRI). In this study, we aimed to determine whether FLE is associated with a distinct functional network brain states. Using dynamic functional connectivity analysis in combination with k -means clustering, we investigated dynamic connectivity patterns of the somatomotor network (SMN) and default mode network (DMN) of ten right-hemisphere and six left-hemisphere FLE patients, as well as nine healthy controls. We found two distinct states of rest for both the SMN and DMN: a high connectivity state and a lower, more variable connectivity state that was often specific to individual patients. Both FLE groups showed reduced overall connectivity compared to controls, with the greatest differences emerging during the low connectivity state. Right FLE patients and controls exhibited relatively uniform reductions, whereas left FLE patients showed spatially specific disruptions, including reduced lateral-to-medial SMN connectivity and decreased connectivity in posterior and left-lateralized DMN regions. Our findings suggest that dynamic connectivity analysis can uncover the temporal complexity and patient-specific nature of brain network disruption in FLE, supporting the development of personalized diagnostic and treatment strategies. Further research with larger cohorts is necessary to validate these results and explore additional factors affecting brain functional connectivity.
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.
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 | 0,006 |
| 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) | 0,000 | 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 découle