First Seizure While Driving (FSWD) — An Underestimated Phenomenon?
Notice bibliographique
Résumé
BACKGROUND: Seizures while driving are a well known occurrence in established epilepsy and have significant impact on driving privileges. There is no data available on patients who experience their first (diagnosed) seizure while driving (FSWD). METHOD: Out of 311 patients presenting to the Halifax First Seizure Clinic between 2008 and 2011, 158 patients met the criteria of a first seizure (FS) or drug-naïve, newly diagnosed epilepsy (NDE). A retrospective chart review was conducted. FSWD was evaluated for 1) prevalence, 2) clinical presentation, 3) coping strategies, and 4) length of time driving before seizure occurrence. RESULTS: The prevalence of FSWD was 8.2%. All 13 patients experienced impaired consciousness. Eleven patients had generalized tonic-clonic seizures, one starting with a déjà-vu evolving to visual aura and a complex partial seizure; three directly from visual auras. Two patients had complex partial seizures, one starting with an autonomic seizure. In response to their seizure, patients reported they were i) able to actively stop the car (n=4, three had visual auras), ii) not able to stop the car resulting in accident (n=7), or iii) passenger was able to pull the car over (n=2). One accident was fatal to the other party. Twelve out of 13 patients had been driving for less than one hour. DISCUSSION: FSWD is frequent and possibly underrecognized. FSWD often lead to accidents, which occur less if preceded by simple partial seizures. Pathophysiological mechanisms remain uncertain; it is still speculative if complex visuo-motor tasks required while driving play a role in this scenario.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,006 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».