Database Systems and Online Tools for Early Referral to Epilepsy Surgery Evaluation in Mesial Temporal Lobe Epilepsy (P7.283)
Notice bibliographique
Résumé
OBJECTIVE: Identify candidates to epilepsy surgery evaluation using an electronic database and the Canadian Appropriateness Study of Epilepsy Surgery (CASES) score. BACKGROUND: Mesial temporal lobe epilepsy (MTLE) due to hippocampal sclerosis or gliosis, is the most common focal intractable epilepsy, and there is evidence of benefit for surgery in medically refractory cases. Recently, a study group developed an online tool to determine appropriateness for an epilepsy surgery evaluation, which is very important because of the reported delay for evaluation up to 18 years. DESIGN/METHODS: Since May 2th 2013 we assessed consecutive patients in our epilepsy clinic with current or suspected diagnosis of MTLE. RESULTS: We identified 32 cases of MTLE, 20 were women, and the mean patient age was 22 years (range 16-70 years); disease duration was 13 years (range 0-62). 17 were not seizure free and 15 were seizure free (>3 months). Among seizure free patients 13 self-reported adherence to treatment, 4 of them were on politherapy and one without treatment. Among patients currently having seizures, 9 were on monotherapy, 6 in 2-3 antiepileptic drus (AED) regime, and 2 with 蠅4 AEDs. 3 of them self-reported lack of adherence to treatment (2 in politherapy and one in 2-3 AEDs). 4 patients present >5 seizures/month, 6 patients 2-4 seizures/month y 5 patients 1 seizure/month. CASES score was calculated in 1 (12%), 7 (18%), 8 (23%) y 9 (47%) in patients currently having seizures, and scores 1 and 2 in seizure free patients. CONCLUSIONS: Our referral delay is similar to the previously reported, we identify 15 patients suitable for epilepsy surgery evaluation using the CASES score. The use of database systems and online tools is useful in the identification and early referral of patients with MTLE.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,013 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,016 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».