Race/Ethnicity, Sex, and Socioeconomic Status as Predictors of Outcome After Surgery for Temporal Lobe Epilepsy
Notice bibliographique
Résumé
BACKGROUND: Several risk factors have been attributed to seizure recurrence after surgery. It is unknown whether race/ethnicity plays a role in outcome. OBJECTIVE: To evaluate whether race/ethnicity plays a role in seizure recurrence after surgery. DESIGN: Cohort study. SETTING: We evaluated data obtained from the epilepsy centers at the University of Alabama at Birmingham and New York University, New York, NY. PATIENTS: All patients included had a diagnosis of mesial temporal sclerosis and underwent temporal lobectomy. MAIN OUTCOME MEASURES: Occurrence of seizure after surgery was registered 1 year after surgery. We used multiple logistic regression analysis to model the presence of seizure recurrence after surgery and generated odds ratios (ORs) for seizure recurrence after surgery for African American and Hispanic patients relative to white patients. An unadjusted model incorporated only race/ethnicity as the independent variable, and an adjusted model included socioeconomic status, age, duration of epilepsy, education, history of febrile seizures, sex, handedness, lateralization of epileptogenic focus, and number of antiepileptics as the independent variables. RESULTS: Two hundred fifty-two patients underwent surgical treatment with pathological confirmation of mesial temporal sclerosis. No differences were found between racial/ethnic groups in terms of seizure recurrence in any models. For African American patients, the ORs were 0.9 (95% confidence interval [CI], 0.4-2.1) for the unadjusted model and 0.8 (95% CI, 0.3-2.0) for the adjusted model; for Hispanic patients, the ORs were 1.6 (95% CI, 0.8-3.2) for the unadjusted model and 1.1 (95% CI, 0.5-2.6) for the adjusted model, relative to white patients. CONCLUSION: Our data suggest that although sex appears to play a role in the outcomes of surgery for temporal lobe epilepsy, race and socioeconomic status do not.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».