How Often Does Routine Pediatric EEG Have an Important Unexpected Result?
Notice bibliographique
Résumé
BACKGROUND: Electroencephalogram recordings are requested for the assessment of many childhood disorders. To assess the utility of the EEG in children, we studied how often routine EEG results can be correctly predicted from the EEG requisition. METHOD: Five hundred consecutive initial EEG requests from the IWK Grace Health Centre from two time epochs were examined. All EEGs were 16 channel (10-20 electrode system). Based only on the requisition (patient demographics, referring physician, and reason for EEG), we coded our prediction of the result and then the actual result. When results were discordant from prediction, a judgment was made about the potential importance of the result. RESULTS: Overall, EEG results were correctly predicted in 81%. Prediction for all nonepilepsy reasons was accurate in 91% (n=320) and 96% for paroxysmal nonepileptic events (n=158) but only 59% for epileptic disorders (n=141) (p<0.0001). Neurologists ordered 45% of EEGs, pediatricians 32%, and GP's 17%. Predictions were least accurate for neurologists' requests (p<0.006) however, neurologists were more likely to request EEG for epileptic disorders (p<0.0001). Age of the child and urban versus rural address did not affect the accuracy of prediction. CONCLUSION: Results of routine pediatric EEG for most nonepilepsy reasons appear highly predictable and therefore, possibly of little value to an experienced clinician. When requested for epilepsy, this "ancient" test remains full of surprises.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».