Evidence of shared genetic risk factors for migraine and rolandic epilepsy
Notice bibliographique
Résumé
PURPOSE: Evidence for a specific association between migraine and rolandic epilepsy (RE) has been conflicting. Children with migraine frequently have electroencephalographic (EEG) abnormalities, including rolandic discharges, and approximately 50% of siblings of patients with RE exhibit rolandic discharges. We assessed migraine risk in RE probands and their siblings. METHODS: We used cohort and reconstructed cohort designs to respectively assess the relative risk of migraine in 72 children with RE and their 88 siblings using International Classification of Headache Disorders (ICHD-2) criteria. Incidences were compared in 150 age and geographically matched nonepilepsy probands and their 188 siblings. We used a Cox proportional hazards model, using age as the time base, adjusting hazard ratios (HRs) for sex in the proband analysis, and for sex and proband migraine status in the sibling analysis. RESULTS: Prevalence of migraine in RE probands was 15% versus 7% in nonepilepsy probands, and in siblings of RE probands prevalence was 14% versus 4% in nonepilepsy siblings. The sex-adjusted HR of migraine for an RE proband was 2.46 [95% confidence interval (CI) 1.06-5.70]. The adjusted HR of having > or =1 sibling with migraine in an RE family was 3.35 (95% CI 1.20-9.33), whereas the HR of any one sibling of a RE proband was 2.86 (95% CI 1.10-7.43). DISCUSSION: Migraine is strongly comorbid in RE and independently clusters in their siblings. These results suggest shared susceptibility to migraine and RE that is not directly mediated by epileptic seizures. Susceptibility gene variants for RE may be tested as risk factors for migraine.
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 | 0,001 |
| 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 ».