Physical Activity in Children/Teens with Epilepsy Compared with That in Their Siblings without Epilepsy
Notice bibliographique
Résumé
PURPOSE: To determine (a) whether children and teens with epilepsy participate in less physical activity and have higher body mass index (BMI) percentiles for age than do their siblings without epilepsy; and (b) what epilepsy-specific factors limit their participation. METHODS: Patients 5-17 years, with a >or=3 month history of epilepsy, a development quotient >or=80, no major motor or sensory impairments, and at least one sibling without epilepsy in a similar age range, were identified from the Neurology Clinic database or at the time of clinic visit. Parents completed a questionnaire regarding sedentary activities and group, individual, and total sports activities. Children aged 11-15 years also completed the physical activity portion of the Health Behavior in School Aged Children questionnaire. Clinic charts were reviewed for seizure type, etiology, frequency, duration of epilepsy, and number of antiepileptic drugs (AEDs) ever taken. RESULTS: Teens with epilepsy participated in fewer group and total sports activities than did controls and were more likely to be potentially overweight or overweight. Receiving three or more AEDs in the past showed a significant negative correlation with sports participation. Although a trend was noted for those with higher seizure frequency to be less active, no other epilepsy-specific factors or prior seizures or seizure-related injury during a sports event correlated with participation in physical activity. CONCLUSIONS: Programs that promote exercise in adolescents with epilepsy should be encouraged to improve their physical, psychological, and social well-being.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».