Podtypy neuropsychologiczne przed operacją przewidują zmiany funkcji umysłowych po resekcji płata skroniowego
Preoperative Neuropsychology Subtypes Predict Neuropsychological Change after Temporal Lobe resection
W skrócie
[Preprint - wstępne wyniki] Badacze opracowali nową metodę, która na podstawie testów psychologicznych wykonanych przed operacją epilepsji może przewidzieć, jak zmieni się funkcja pamięci i myślenia u pacjenta po zabiegu. Metoda ta wyodrębniła trzy grupy pacjentów o różnych wzorcach problemów poznawczych - z zaburzeniami pamięci słownej, nazewnictwa lub widzenia - i wykazała, że każda grupa reaguje inaczej na operację. To narzędzie okazało się bardziej precyzyjne niż tradycyjne metody oceny i może pomóc lekarzom lepiej przygotować pacjentów do ewentualnych zmian po zabiegu.
Oryginalny abstract (angielski)
Cognitive outcomes following temporal lobe epilepsy surgery are highly heterogeneous and remain difficult to predict using traditional threshold-based neuropsychological classifications. Here, we implemented Subtype and Stage Inference (SuStaIn) on preoperative neuropsychology to model cognitive function as a continuous network-level process reflecting both pathological burden and compensatory reserve. We identified three distinct latent trajectories: Verbal, Naming, and Visual. The Verbal subtype reflected classic mesial temporal pathology, where postoperative decline aligned with functional adequacy of residual hippocampal tissue. The Naming subtype represented a neocortical-predominant ‘Temporal Plus’ phenotype; despite lower rates of hippocampal sclerosis, these individuals showed severe postoperative verbal memory vulnerability due to un-reorganized frontotemporal language networks. The Visual trajectory demonstrated progressive visuospatial decline with distinct sex-specific reserve profiles and poorer visual recall outcomes. These progression-based trajectories outperformed conventional static classifications in predicting 12-month postoperative outcomes on unseen test data. Operating directly on routine preoperative evaluations without requiring additional testing, this computational framework disentangles pathological burden from network reserve, providing scalable, biologically interpretable biomarkers to guide personalized risk counselling and network-informed surgical planning.