Moderators of the Effect of Preoperative Emotional Adjustment on Postoperative Depression After Surgery for Temporal Lobe Epilepsy
Notice bibliographique
Résumé
PURPOSE: Other outcome measures besides seizure control must be considered when assessing the benefit of epilepsy surgery. We investigated the effect of preoperative psychosocial adjustment on postoperative depression in epilepsy patients followed up prospectively for 2 years after temporal lobectomy. METHODS: The Washington Psychosocial Seizure Inventory (WPSI) evaluated psychosocial functioning; the Centre for Epidemiological Studies Depression Scale (CES-D) measured depression. Both were completed at baseline and follow-up. RESULTS: Follow-up occurred in 39 temporal lobectomy patients at 2 years after surgery. Greatest improvement in depression scores was limited to patients with good seizure outcomes (seizure free, or marked reduction in seizure frequency), and seizure outcome was a significant predictor of postoperative depression. Despite this, preoperative scores on the emotional adjustment scale of the WPSI were most highly correlated with depression 2 years after surgery. To clarify this relation, moderated hierarchic regression suggested that good preoperative emotional adjustment (WPSI) was generally associated with less depression after surgery. Moreover, poorer preoperative adjustment combined with older age, generalized seizures, the finding of preoperative neurologic deficits, a family history of psychiatric illness, and/or a family history of seizures was related to higher depression scores 2 years after surgery. CONCLUSIONS: Depression after temporal lobectomy is dependent on a complex interaction of variables and can have a significant effect on indices of postoperative adjustment. The WPSI emotional adjustment scale may help to predict which patients are likely to be chronically depressed after surgery.
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) | 0,001 | 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) | 0,001 | 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 ».