MétaCan
Menu
Retour à la cohorte
Enregistrement W2152072338 · doi:10.1515/joepi-2015-0019

Ictal Forced Repetitive Swearing in Frontal Lobe Epilepsy: Case report and review of the literature

2014· article· en· W2152072338 sur OpenAlexaff
Marjan Dolatshahi, Alexei E. Yankovsky

Notice bibliographique

RevueJournal of Epileptology · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSwearing, Euphemism, Multilingualism
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésIctalAutomatism (medicine)Frontal lobeCortical dysplasiaEpilepsyMedicineIctal-Interictal SPECT Analysis by SPMPsychologyNeuropathologyAudiologyNeurosciencePathology

Résumé

récupéré en direct d'OpenAlex

SUMMARY Introduction.Dominant presentation of ictal forced repetitive swearing has been rarely addressed and could be misdiagnosed. Case report.We report a 45-year-old man with a long history of right frontal lobe epilepsy (FLE) who developed forced repetitive swearing during hypermotor seizures. His seizures were refractory to different antiepileptic drugs (AEDs). Scalp video-EEG telemetry suggested a right frontal epileptic focus. Magnetic resonance imaging (MRI) suggested focal cortical dysplasia (FCD) in the right mesial frontal lobe. Intracranial implantation with video-EEG recordings confirmed seizures originating from the MRI lesion. Patient underwent right frontal lobe resection followed by seizure freedom in the last five years on a single AED. Neuropathology confirmed FCD type IIB. Discussion.The following aspects of the case are discussed: FLE and ictal vocalization, swearing, FLE and aggression. We emphasize the differences among ictal vocalisation, verbal automatism and ictal speech. We propose that ictal swearing might fit a verbal automatism definition. Conclusion.Ictal forced repetitive swearing can be a manifestation of hypermotor seizures in FLE and should not be misdiagnosed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,320
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of EpileptologyMême sujetSwearing, Euphemism, MultilingualismTravaux en français237 207