Las máquinas vectoriales de apoyo predicen los resultados de la memoria postoperatoria en las epilepsias del lóbulo...

Área de la Ciencia:

• La neurociencia
• Imágenes médicas
• Aprendizaje automático

Sus antecedentes:

• La epilepsia del lóbulo temporal (ELT) afecta la memoria y a menudo requiere cirugía.
• Predecir los resultados quirúrgicos y las características del paciente es crucial para el tratamiento personalizado.

Objetivo del estudio:

• Para predecir el lado de la epilepsia y el rendimiento de la memoria en pacientes con LES utilizando fMRI y aprendizaje automático.
• Evaluar tres tareas de resonancia magnética funcional de la memoria para sus capacidades predictivas.

Principales métodos:

• Se utilizaron máquinas vectoriales de apoyo (SVM) para analizar las activaciones del hipocampo.
• Treinta y cinco pacientes TLE se sometieron a tareas de memoria fMRI verbales, no verbales y combinadas.
• Se realizaron clasificaciones para el lado de la epilepsia y el rendimiento de la memoria pre / postoperatorio.

Principales resultados:

• El paradigma de la cara-nombre produjo la mayor precisión en la clasificación del lado de la epilepsia.
• Los tres paradigmas predijeron la memoria verbal preoperatoria, pero con baja especificidad.
• Las activaciones preoperatorias predijeron la memoria postoperatoria, siendo la tarea de nombre de cara más efectiva tanto para la memoria verbal como para la no verbal.

Conclusiones:

• Las activaciones del hipocampo durante las tareas de memoria por resonancia magnética funcional pueden predecir el lado de la epilepsia y el rendimiento de la memoria postoperatoria en pacientes con LES.
• Una tarea de memoria verbal y no verbal combinada (asociación cara-nombre) es la más adecuada para la predicción clínica.
• Se recomienda una validación adicional en cohortes más grandes.