EEG features of absence seizures in idiopathic generalized epilepsy: Impact of syndrome, age, and state
Notice bibliographique
Résumé
PURPOSE: Factors influencing the electroencephalography (EEG) features of absence seizures in newly presenting children with idiopathic generalized epilepsy (IGE) have not been rigorously studied. We examined how specific factors such as state, provocation, age, and epilepsy syndrome affect the EEG features of absence seizures. METHODS: Children with untreated absence seizures were studied using video-EEG recording. The influence of state of arousal, provocation (hyperventilation, photic stimulation), age, and epilepsy syndrome on specific EEG features was analyzed. RESULTS: Five hundred nine seizures were evaluated in 70 children with the following syndromes: childhood absence epilepsy (CAE) 37, CAE+ photoparoxysmal response (PPR) 10, juvenile absence epilepsy (JAE) 8, juvenile myoclonic epilepsy (JME) 6, and unclassified 9. Polyspikes occurred in all syndromes but were more common in JME. They were brought out by drowsiness and sleep in fragments of generalized spike and wave (GSW). Polyspikes were more likely to occur during photic stimulation, but were not influenced by age independently. GSW was more likely to be disorganized in JME than JAE, and in JAE than CAE. Increasing age and levels of arousal were more likely to result in organized GSW. Factors specific to each child independently influenced EEG features; the nature of these factors has not been identified. DISCUSSION: The EEG features of absence seizures are influenced by a complex interaction of age, epilepsy syndrome, level of arousal, provoking factors, and other intrinsic factors. Epilepsy syndrome alone cannot predict specific features of GSW; however, JME is more frequently associated with polyspikes and disorganization of the paroxysm.
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) | 0,000 | 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 ».