Deep brain stimulation for epilepsy: optimal targeting and clinical outcomes
Notice bibliographique
Résumé
BACKGROUND: Deep brain stimulation (DBS) has been investigated for patients with drug-resistant epilepsy who are not candidates for resective surgery. Because different types of epilepsy involve distinct brain networks, numerous DBS targets have been explored, yet a comprehensive synthesis is lacking. METHODS: To provide a comprehensive overview of this expanding literature, we conducted a systematic review of studies for DBS in epilepsy, including case series, prospective and retrospective studies. We collected data on surgical targets, individual disease characteristics, outcomes and precise electrode placements. DBS electrode coordinates were gathered into a common template space and related to clinical outcomes. RESULTS: We included 124 studies, corresponding to 1210 patients and 20 distinct surgical targets. While the anterior (ANT) and centromedian (CM) nuclei of the thalamus remain the most studied, we also review less commonly used targets that show promise for specific forms of epilepsy and may warrant further investigation. Substantial variability in targeting strategies and electrode placement was observed within each of the target regions. Importantly, significant relationships between stimulation location and outcomes were identified for ANT-DBS and CM-DBS. For ANT-DBS, shorter distance to the mammillothalamic tract junction was associated with greater seizure reduction on both study-level and patient-level analyses (r=-0.55, p<0.001 and r=-0.51, p<0.001, respectively). For CM-DBS, localisation effects may be dependent on the form of epilepsy, with stimulation of the parvocellular CM being associated with better outcomes in generalised epilepsy. CONCLUSIONS: Our results emphasise the importance of accurate targeting in DBS for epilepsy. Our database and atlas of DBS targets are made publicly available, potentially serving further meta-analytical work. PROSPERO REGISTRATION NUMBER: CRD420250649304.
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 | 0,007 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».