Quality of Life in Psychogenic Nonepileptic Seizures
Notice bibliographique
Résumé
PURPOSE: Psychogenic nonepileptic seizures (PNESs) are events that alter or seem to alter the neurologic function and, in their appearance, resemble epileptic seizures (ESs). In patients with ESs the psychological and medical aspects of epilepsy greatly influence the health-related quality of life (HRQOL). The relation between these factors and PNESs is not well established. In this study, we compared HRQOL in patients with PNESs with that of patients with ESs. METHODS: We evaluated 105 patients admitted to the Epilepsy Monitoring Unit of University Hospital between January 20, 2001, and January 20, 2002. Only patients with the definite diagnosis of ESs or PNESs were analyzed (n = 85). Patients completed an epilepsy-specific quality-of-life instrument (QOLIE-89), the Profile of Mood States (POMS), and Adverse Events Profile (AEP). We used t tests and regression analyses to contrast HRQOL in PNESs and ESs and to elucidate the main factors associated with HRQOL in patients with PNESs. RESULTS: In our sample, 45 patients had PNESs, and 40 had ESs. The overall HRQOL and scores on 13 of 19 QOLIE-89 subscales were significantly lower (i.e., worse) in PNES than in ES patients. AEP and scores on five of six POMS subscales also were worse in PNES patients than in ES patients. PNES versus ES diagnosis, POMS depression/dejection, and AEP were significant predictors of HRQOL, jointly explaining 65% variation in HRQOL. The lower HRQOL in PNESs versus ESs was in part explained by depression and AEP. CONCLUSIONS: Patients with PNESs have a lower HRQOL and worse mood problems than do patients with ESs. This disadvantage is primarily due to depression and medication side effects, although these factors influence QOL in much the same way in PNES and ES patients. These baseline HRQOL data on patients with PNESs can be used to evaluate the effects of treatment in this patient population.
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) | 0,000 | 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) | 0,001 | 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 ».