Predictive Value of Clinical and EEG Features in the Diagnosis of Stroke and Hypoxic Ischemic Encephalopathy in Neonates With Seizures
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: In neonates, the differentiation of stroke and hypoxic ischemic encephalopathy (HIE) is important. Neuroimaging presents technical challenges in unstable neonates, resulting in frequently delayed or missed diagnosis of stroke. Differentiating clinical and electroencephalographic (EEG) features would assist physicians in the timely diagnosis. We sought to determine, in neonates with seizures, clinical and EEG features that differentiate stroke and HIE. METHODS: Retrospective cohort study comparing clinical, seizure, and EEG features in term neonates with ischemic stroke or HIE and seizures within 7 days after birth, admitted at The Hospital for Sick Children. Putative clinical and EEG predictors of stroke were analyzed with univariate and multivariate methods. RESULTS: Sixty-two newborns with stroke (n=27) or HIE (n=35) were studied. With univariate analysis, predictors of stroke included delayed seizure onset (>or=12-hours after birth) (P<0.0001; OR, 26.4; 95% CI, 6.8, 102.5), focal motor seizures (P=0.001; OR, 7.2; 95% CI, 2.0, 26.0) and pattern of neurological abnormalities (P<0.0001). With multivariate analysis, delayed seizure onset (P<0.0001; OR 39.7; 95% CI, 7.3, 217.0) and focal motor seizures (P=0.007; OR, 13.4; 95% CI, 2.1, 87.9) predicted stroke. Presence of both predictors had 100% positive predictive value and specificity, 61% negative predictive value and 37% sensitivity. CONCLUSIONS: In neonates, onset of seizures beyond 12 hours of birth and clinically observed focal seizures are predictive of stroke. These preinvestigation indicators of stroke may facilitate earlier diagnosis and institution of specific management strategies.
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) | 0,000 | 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 ».