Determinación del sitio de descarga anormal inicial en la epilepsia del lóbulo temporal mediante EEG combinado y neuroimagen. ¿Qué sigue?
Bibliographic record
Abstract
El objetivo de este estudio fue determinar la relación entre la atrofia del hipocampo y la severidad de la epilepsia en pacientes con epilepsia del lóbulo temporal (ELT) como primer paso para evaluar la posibilidad de cirugía para la epilepsia y analizar por qué los pacientes no pueden operarse de la epilepsia. Se realizó RM volumétrica del hipocampo en 51 pacientes consecutivos (29 hombres; edad media 40) con ELT. El diagnóstico de ELT, la lateralización y la gravedad (leve, moderada, grave) de las convulsiones se basaron en una evaluación integral que incluyó examen neurológico y EEG en todos los pacientes. Los pacientes con evidencia de una lesión diferente a la esclerosis del hipocampo no se incluyeron en el estudio. Evaluamos la relación entre los volúmenes del hipocampo y la evidencia electrofisiológica de la gravedad de las convulsiones. Según el lado afectado con base en el EEG, se encontró una diferencia estadísticamente significativa (p < 0.001) en el volumen y una correlación positiva entre la epilepsia y la atrofia del hipocampo. Nuestros resultados confirman que la pérdida de volumen en el hipocampo en pacientes con ELT se correlaciona con la gravedad de la epilepsia según el EEG. Por lo tanto, el tratamiento quirúrgico se considera temprano cuando la atrofia del hipocampo es evidente en pacientes con ELT refractario. Sin embargo, en los países latinoamericanos es un desafío lograr que un paciente se someta a una cirugía de epilepsia. Por ello, tratamos de analizar la triste situación de nuestro hospital.
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".