The diagnostic accuracy of routine electroencephalography after a first unprovoked seizure
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The clinical utility of routine electroencephalography (EEG) after a first unprovoked seizure remains uncertain. Its diagnostic accuracy in identifying adults and children with new onset epilepsy was examined. A systematic review and meta-analysis of studies examining individuals who underwent routine EEG after a first unprovoked seizure and were followed for seizure recurrence for at least 1 year was performed. A 'positive' test was defined by the presence of epileptiform discharges (ED). Pooled sensitivity and specificity estimates were calculated using a bivariate random effects regression model. In all, 3096 records were reviewed, from which 15 studies were extracted with a total of 1799 participants. Amongst adult studies, the sensitivity and specificity (95% confidence interval) of routine EEG were 17.3% (7.9, 33.8) and 94.7% (73.7, 99.1), respectively. Amongst child studies, the pooled sensitivity and specificity were 57.8% (49.7, 65.6) and 69.6% (57.5, 79.5), respectively. Based upon our positive likelihood ratios, and assuming a pre-test probability of 50%, an adult with ED on routine EEG after a first unprovoked seizure has a 77% probability of having a second seizure, whilst a child with similar findings has a 66% probability. Further studies are required to examine the impact of patient characteristics and EEG features on the diagnostic accuracy of routine EEG for new onset epilepsy.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle