New-onset refractory status epilepticus
Notice bibliographique
Résumé
OBJECTIVES: The aims of this study were to determine the etiology, clinical features, and predictors of outcome of new-onset refractory status epilepticus. METHODS: Retrospective review of patients with refractory status epilepticus without etiology identified within 48 hours of admission between January 1, 2008, and December 31, 2013, in 13 academic medical centers. The primary outcome measure was poor functional outcome at discharge (defined as a score >3 on the modified Rankin Scale). RESULTS: Of 130 cases, 67 (52%) remained cryptogenic. The most common identified etiologies were autoimmune (19%) and paraneoplastic (18%) encephalitis. Full data were available in 125 cases (62 cryptogenic). Poor outcome occurred in 77 of 125 cases (62%), and 28 (22%) died. Predictors of poor outcome included duration of status epilepticus, use of anesthetics, and medical complications. Among the 63 patients with available follow-up data (median 9 months), functional status improved in 36 (57%); 79% had good or fair outcome at last follow-up, but epilepsy developed in 37% with most survivors (92%) remaining on antiseizure medications. Immune therapies were used less frequently in cryptogenic cases, despite a comparable prevalence of inflammatory CSF changes. CONCLUSIONS: Autoimmune encephalitis is the most commonly identified cause of new-onset refractory status epilepticus, but half remain cryptogenic. Outcome at discharge is poor but improves during follow-up. Epilepsy develops in most cases. The role of anesthetics and immune therapies warrants further investigation.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».