Heart Rate Changes and ECG Abnormalities During Epileptic Seizures: Prevalence and Definition of an Objective Clinical Sign
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To determine the prevalence of heart rate changes and ECG abnormalities during epileptic seizures and to determine the timing of heart rate changes compared to the first electrographic and clinical signs. To assess the risk factors for the occurrence of ECG abnormalities. METHODS: We analyzed retrospectively 281 seizures in 81 patients with intractable epilepsy who had prolonged video-EEG and two-channel ECG. The nature and timing of heart rate changes compared to the electrographic and clinical seizure onset was determined. The ictal period (including one minute preictally and three minutes postictally) was analyzed for cardiac arrhythmias, conduction and repolarization abnormalities. Risk factors for cardiac abnormalities were investigated using parametric and non-parametric statistics. RESULTS: There was an increase in heart rate of at least 10 beats/minute in 73% of seizures (93% of patients) and this occurred most often around seizure onset. In 23% of seizures (49% of patients) the rate increase preceded both the electrographic and the clinical onset. ECG abnormalities were found in 26% of seizures (44% of patients). One patient had an asystole for 30 seconds. Long seizure duration increased the occurrence of ECG abnormalities. No other risk factor was found. CONCLUSIONS: Heart rate changes occur frequently and occur around the time or even before the earliest electrographic or clinical change. The change can clarify the timing of seizure onset and the specific rate pattern may be useful for seizure diagnosis and for automatic seizure detection. ECG abnormalities occur often and repeatedly in several seizures of the same patient.
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.
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 | 0,001 | 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) | 0,000 | 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 découle