MétaCan
Menu
← Retour à la cohorte
Enregistrement W7117300922 · doi:10.1212/wnl.0000000000214511

Fast Ripples Measured From Overnight SEEG Recordings as Markers of the Epileptogenic Zone

2025· article· en· W7117300922 sur OpenAlexaffabout
Päivi Nevalainen, Nicolás von Ellenrieder, Roy Dudley, Neevya Balasubramaniam, Sándor Beniczky, Melita Čačić Hribljan, Martin Fabricius, Alyssa Ho, Henna Jonsson, Anders Christian Meidahl, Eve Michaud, Miki Nikolic, Rune Rasmussen, Eero Salli, Annette Sidaros, Birgit Frauscher, J. Gotman

Notice bibliographique

RevueNeurology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensMontreal Children's HospitalMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésStereoelectroencephalographyResectionEpilepsy surgeryOdds ratioEpilepsyElectrodiagnosis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Epilepsy surgery outcomes after intracranial EEG remain suboptimal necessitating the discovery of additional biomarkers to define the epileptogenic zone. Fast ripples (FRs) are a promising, new interictal epilepsy biomarker. By analyzing a multicenter data set consisting of overnight stereo-EEG (SEEG) recordings, we aimed at validating FRs as an accurate marker of the epileptogenic zone. We hypothesized that removing ≥60% of total FR events would significantly increase the odds of good postsurgical outcome (Engel class I). In addition, we compared FRs with spikes, and spikes co-occurring with FRs (spike-FRs) as surgery outcome predictors. METHODS: This retrospective cohort study included consecutive patients from 4 epilepsy surgery centers in Canada, Finland, and Denmark, who underwent SEEG followed by resective surgery or a preplanned ablation procedure separate from the SEEG and had at least 1 year of follow-up. We detected FRs and spikes automatically from overnight SEEG recordings edited for artifacts. To calculate resection ratios of the detected events, we determined resected SEEG contacts by superimposing the peri-implantation and postresection images. We evaluated postsurgical seizure outcomes from medical records. RESULTS: = 0.007, DOR 4.1, 95% CI 1.4-12, accuracy 64%, 95% CI 52%-75%), whereas the spike resection ratio ≥0.6 was not. DISCUSSION: In accordance with our hypothesis, the FR resection ratio ≥0.6 significantly increased the odds of attaining good postsurgical seizure outcome. Although the FR resection ratio ≥0.6 accurately predicted good postsurgical outcome, resecting <0.6 of FRs did not necessarily mean poor outcome. As predictors of postsurgical outcome, spikes fared poorly, whereas spike-FRs were comparable with FRs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,267
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeurology→Même sujetEpilepsy research and treatment→Travaux en français237 207→