受试者招募与临床评估
比较SeLECTS与健康对照的认知表现
纳入30名SeLECTS患儿和15名匹配HC,进行CAS认知评估。
Salience network hub dysfunction is associated with cognitive impairment in self-limited epilepsy with centrotemporal spikes: An OPM-MEG study
包含横断面病例对照研究,利用OPM-MEG、结构MRI和认知评估,并进行图论分析和中介分析等多层次验证。
30名SeLECTS患儿 15名健康对照
OPM-MEG数据预处理中排除棘波时段,使用随后的300秒洁净数据 采用Dev-Atlas图谱定义19个ROI,并提取主成分时间序列 使用AEC-c计算功能连接,并用NBS进行组间比较(初始阈值t=3.0,5000次置换) 图论分析中计算介数中心性(BC),并用GRETNA工具箱 统计模型以CAS总分作为因变量,年龄和性别作为协变量,组别和SN BC作为主要预测因子
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
比较SeLECTS与健康对照的认知表现
纳入30名SeLECTS患儿和15名匹配HC,进行CAS认知评估。
获取静息态脑磁信号、结构像和认知数据
进行静息态OPM-MEG记录(15分钟)、高分辨率结构MRI扫描和CAS认知评估。
提取ROI时间序列用于网络分析
对MEG数据进行预处理,使用MNE源定位,采用Dev-Atlas图谱提取19个ROI信号。
比较组间不同频段的功能连接差异
使用AEC-c计算ROI间功能连接,用NBS进行组间比较。
评估SN在TNM中的枢纽角色
计算每个ROI的介数中心性(BC),并比较组间SN的BC差异。
探讨SN BC与认知表现的关系
通过回归分析和中介分析检验SN BC与CAS总分的关联及其中介效应。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| MEG数据采集 | LMEG-64A | Hangzhou Institute of Extremely-Weak Magnetic Field | -- |
| MRI扫描 | GE SIGNA Premier | GE Healthcare | -- |
| 数据预处理 | CAT12 | Gaser et al. | -- |
| Brainstorm | Tadel et al. | -- | |
| 图论分析 | GRETNA | Wang et al. | -- |
| 统计分析 | SPSS | IBM | -- |
| 细胞培养 | -- | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 受试者招募 | 诊断标准(ILAE 2017),排除标准,年龄性别匹配 阅读提示:Methods 2.1 Participants |
| 数据采集 | OPM-MEG记录时长、闭眼状态、采样率;MRI序列参数;CAS版本 阅读提示:Methods 2.2 Data acquisition |
| 数据预处理 | 滤波频带,ICA去除伪影,棘波排除标准,选取的洁净数据长度 阅读提示:Methods 2.3 Data preprocessing |
| 源重建 | 源定位方法(MNE),深度加权,使用的图谱及ROI数量 阅读提示:Methods 2.4 Source reconstruction and ROI time series extraction |
| 功能连接计算 | AEC-c计算中的正交化,频段划分,是否进行NBS校正 阅读提示:Methods 2.5 Functional connectivity and 2.7 Statistical analyses |
| 图论分析 | 介数中心性计算工具及参数 阅读提示:Methods 2.6 Graph theory |
| 统计分析 | 回归模型中的协变量,中介分析模型及Bootstrap次数 阅读提示:Methods 2.7 Statistical analyses, 3.5 Correlation and mediation |