Magnesium as an Effective Adjunct Therapy for Drug Resistant Seizures
Notice bibliographique
Résumé
OBJECTIVE: To explore the use of magnesium (Mg), an endogenous ion and enzymatic co-factor used in a variety of medical applications, for the treatment of epileptic seizures resistant to traditional medical therapy. BACKGROUND: For almost a century, Mg has been used as prophylaxis and treatment of seizures associated with eclampsia. Mg is a CNS depressant, with numerous functions intracellularly and extracellularly. However, because of the availability of well studied anticonvulsant drugs, Mg has not been tested widely in the treatment of epileptic seizures. METHODS: A retrospective chart review of 22 cases of drug resistant epilepsy, where a trial of empiric oral Mg supplementation (mainly in the form of Mg-oxide) was conducted. RESULTS: Oral Mg supplementation was associated with a significant decrease in the number of seizure days per month, from 15.3 ± 13.2 (mean ± SD) to 10.2 ± 12.6 at first follow up (3-6 months, p=0.021), and to 7.8 ± 10.0 seizure days/month at second follow up (6-12 months, p=0.004). Thirty-six percent had a response rate of 75% or greater at second follow-up. Two patients reported seizure freedom. Most patients were well maintained on MgO 420 mg twice a day, or in 2 cases, Mg Lactate, without significant adverse effects, the most frequent being diarrhea (4/22). DISCUSSION: These results suggest that oral Mg supplementation may prove to be a worthwhile adjunctive medication in treating drug intractable epilepsy. CONCLUSIONS: A prospective, double-blinded, placebo controlled study is warranted to evaluate the potential of Mg for the treatment of drug-resistant seizures.
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 | 0,008 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».