Multimodal integration of magnetic resonance imaging and intracranial electroencephalographic abnormalities in temporal lobe epilepsy surgery
Notice bibliographique
Résumé
OBJECTIVE: Precise localization of epileptogenic tissue is critical for successful surgery in drug-resistant temporal lobe epilepsy (TLE) but is challenging in those requiring intracranial electroencephalography (iEEG). A range of modalities are used for localization, including magnetic resonance imaging (MRI) and EEG, which are typically integrated qualitatively by the clinical team. METHODS: This study quantitatively performed retrospective analysis of three modalities in 40 individuals with TLE who underwent subsequent resective surgery: preoperative diffusion-weighted MRI, T1-weighted MRI, and iEEG. Brain abnormalities in gray matter (GM) volume, superficial white matter (SWM) mean diffusivity, and interictal iEEG band power were derived by comparison to 97 MRI controls and 247 subjects with iEEG. We hypothesized that combined abnormalities in GM and SWM could differentiate postsurgical outcomes and adding iEEG abnormalities would improve outcome differentiation. RESULTS: MRI (union of GM and SWM) abnormalities were primarily concentrated in the ipsilateral hippocampus and inferior temporal regions. Resection of these abnormal regions effectively differentiated seizure-free outcomes (area under the curve [AUC] = .76, area under the precision-recall curve [AUPRC] = .78, p < .01), corroborating previous results from larger TLE cohorts. Adding iEEG abnormalities improved outcome differentiation (AUC = .92, AUPRC = .89, p < .01; z = 2.01, p < .05). MRI abnormalities were more likely to colocalize with iEEG implantation sites (z = 6.26, p < .01) and iEEG abnormalities (z = 4.34, p < .01) in individuals with favorable outcomes (International League Against Epilepsy [ILAE] class 1 and 2), but not in those with less favorable outcomes (ILAE class 3+). SIGNIFICANCE: Combining quantitative MRI-derived GM and SWM abnormalities with interictal iEEG data improves localization of epileptogenic tissue and postsurgical outcome differentiation. Multimodal approaches may offer added value for surgical planning in complex situations.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».