Apport de l’IRM structurelle multimodale dans la chirurgie d’épilepsie : le cas de l’épilepsie insulaire
Bibliographic record
Abstract
L’épilepsie insulaire (ÉI) est une forme rare d’épilepsie focale qui, en raison des défis liés à son diagnostic, est difficilement cernable. De plus, la prise en charge des patients avec ÉI s’avère complexifiée par le fait que cette pathologie est fréquemment résistante aux médicaments anti-crises. Pour ces cas médico-réfractaires, la chirurgie insulaire est une option viable. Cela dit, les patients subissant une telle intervention développent fréquemment des déficits neurologiques postopératoires; heureusement, la grande majorité de ceux-ci récupèrent complètement et rapidement. Or, le mécanisme sous-tendant ce singulier rétablissement fonctionnel demeure à ce jour mal compris. Deux modalités modernes d’IRM structurelle, soit l’analyse d’épaisseur corticale et la tractographie, ont permis, dans les dernières années, de décrire les altérations architecturales caractéristiques et potentiellement diagnostiques de divers types d’épilepsie ainsi que de caractériser les remodelages plastiques qui suivent la chirurgie de l’épilepsie extra-insulaire. Cependant, à ce jour, aucune étude ne s’est encore penchée sur le cas de l’ÉI. De ce fait, les études qui constituent cette thèse exploitent l’IRM structurelle afin, d’une part, de dépeindre les altérations d’épaisseur du cortex et de connectivité de matière blanche associées à l’ÉI et, d’autre part, de définir les réarrangements de connectivité subséquents à la chirurgie insulaire pour contrôle épileptique. Les deux premières études de cette thèse ont révélé que l’ÉI était associée à un pattern majoritairement ipsilatéral d’atrophie corticale et d’hyperconnectivité impliquant principalement des sous-régions insulaires et des régions connectées à l’insula. De manière intéressante, la topologie de ces changements correspondait, au moins en partie, à celle du réseau épileptique de l’ÉI. Ensuite, la troisième étude visait à décrire, par le biais d’une méta-analyse, l’histoire naturelle postopératoire des patients subissant une chirurgie pour ÉI. Cette analyse a, entre autres, confirmé que cette chirurgie était efficace (66.7% de disparition des crises) et qu’elle était fréquemment accompagnée de complications neurologiques (42.5%) qui, dans la plupart des cas, étaient transitoires (78.7% des complications) et récupéraient entièrement dans les trois mois postopératoires (91.6% des complications transitoires). Finalement, la quatrième étude a révélé que la chirurgie pour ÉI était suivie d’altérations de connectivité diffuses et bilatérales. Notamment, les connexions présentant une augmentation de connectivité concernaient particulièrement des régions localisées soit près de la cavité chirurgicale ou dans l’hémisphère controlatéral à l’intervention. De plus, la majorité de ces renforcements structurels se sont produits dans les six premiers mois suivant la chirurgie, un délai comparable à celui durant lequel la majeure partie de la récupération fonctionnelle postopératoire a été observée dans notre méta-analyse. En somme, nos résultats suggèrent que les altérations morphologiques en lien avec l’ÉI peuvent correspondre à son réseau épileptique sous-jacent. La topologie de ces changements pourrait constituer un biomarqueur structurel diagnostique qui aiderait à la reconnaissance de l’ÉI et, concomitamment, favoriserait possiblement un traitement chirurgical plus adapté et plus efficace. De plus, les augmentations de connectivité postopératoires pourraient correspondre à des réponses neuroplastiques permettant de prendre en charge les fonctions altérées par la chirurgie. Nos constats ont ainsi contribué à la caractérisation des mécanismes étayant la singulière récupération fonctionnelle accompagnant la chirurgie pour ÉI. À plus grande échelle, nos travaux offrent un aperçu du potentiel de l’IRM structurelle à assister au diagnostic de l’épilepsie focale ainsi qu’à participer à la description des changements plastiques subséquents à une résection neurochirurgicale.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.000 | 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".