Localisation du langage et de la memoire verbale en magnetoencephalographie
Bibliographic record
Abstract
Dans le cadre de l’évaluation pré-chirurgicale de patients épileptiques, il est impératif de déterminer la spécialisation hémisphérique du langage, ainsi que de localiser les aires du langage au sein de cet hémisphère. De nouvelles méthodes d’évaluation non- invasives doivent être mises au point afin de diminuer les risques associés aux méthodes plus invasives telles que le test à l’amobarbital intracarotidien (TAI). L’objectif principal de cette thèse est donc de développer un protocole d’évaluation pré-chirurgicale alternatif et non-invasif à l’aide de la magnétoencéphalographie (MEG) pour la latéralisation et la localisation du langage, incluant la mémoire verbale qui serait éventuellement accessible à une population pédiatrique francophone épileptique. L’article 1 présente une recension de la littérature résumant les différentes études en MEG ayant pour objectif l’évaluation pré-chirurgicale du langage. Trente-sept articles en MEG ont été analysés pour déterminer quelles tâches permettaient d’obtenir les meilleurs résultats de latéralisation intrahémisphérique et de localisation du langage pour l’évaluation du langage réceptif et expressif chez des sujets neurologiquement sains et épileptiques. Parmi les tests retenus, l’épreuve de reconnaissance de mots permet d’évaluer le langage réceptif et la mémoire verbale, tandis que des épreuves de fluence verbale telles que la génération de verbes permettent d’évaluer le langage expressif de façon à obtenir de très bons résultats. L’article 2 a permis de valider un protocole auprès de sujets neurologiquement sains à l’aide des épreuves identifiées dans l’article 1. Le protocole utilisé comprend une tâche de langage réceptif et de mémoire verbale (une épreuve de reconnaissance de mots) et une tâche de langage expressif (une épreuve de fluence verbale). Suite à la validation du protocole à l’aide d’analyses par composantes principales, les épreuves ont été administrées à un groupe de patients épileptiques. Les index de latéralité et les analyses de sources i révèlent que la MEG permet de localiser et de latéraliser les fonctions langagières et pourrait donc être utilisée comme méthode d'évaluation du langage lors de l'évaluation pré- chirurgicale auprès de patients épileptiques. Toutefois, alors que l’épreuve de mémoire verbale a permis d’obtenir les meilleurs résultats auprès de l’ensemble des participants, l’épreuve de fluence verbale n’a fourni des informations supplémentaires que chez un seul patient et chez aucun participant neurologiquement sain. En résumé, les deux articles de cette thèse démontrent le potentiel clinique de la MEG pour l’évaluation pré-chirurgicale de patients souffrant d’une épilepsie réfractaire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".