Efficacy of Dexamathasone on Cerebral Swelling and Seizures during Subdural Grid EEG Recording in Children
Notice bibliographique
Résumé
PURPOSE: To evaluate the impact of steroid treatment on cerebral swelling and seizures during subdural grid EEG (SGEEG) monitoring. METHODS: We reviewed data from 37 pediatric patients with intractable epilepsy who underwent SGEEG monitoring and divided the patients into those who received dexamethasone and those who did not. We then correlated administration of steroids to incidence of cerebral swelling on computed tomography (CT) scans and to frequency of seizures during SGEEG. RESULTS: Twenty-three patients received dexamethasone prophylactically every 6 hours (dosage range, 1-7.5 mg; mean, 3.2 mg) from the first day of SGEEG placement (group A); 14 patients received no dexamethasone (group B). Eight (21.6%) of 37 patients experienced cerebral swelling on CT: two (9%) were in group A, and six (42.9%) were in group B (p < 0.05). SGEEG monitoring time for recording habitual seizures that localized cortical areas for surgical excision was longer in group A (1-6 days; mean, 3.0) than it was in group B (1-3 days; mean, 2.2), (p < 0.05). Habitual seizures were recorded in 36 patients. One group A patient experienced obtundation due to cerebral swelling, and monitoring in this patient was discontinued. CONCLUSIONS: The prophylactic administration of steroids to pediatric patients during SGEEG monitoring is efficacious for reducing cerebral swelling. Although it decreases the frequency of habitual seizures and increases seizure-monitoring time, dexamethasone reduces the risk of complications from cerebral swelling during the SGEEG procedure.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».