PREDICTING OUTCOME OF CHILDHOOD ABSENCE SEIZURES
Notice bibliographique
Résumé
Objectives: Absence seizures outcome remains poorly delineated. Long-term remission occurs in two-thirds of cases. The objective of this study was to determine the clinical variables at diagnosis which could identify a person who would be seizure free for greater than one year at 18 to 24 months post-diagnosis. Methods: Case ascertainment was through EEG records of the Children's Hospital of Eastern Ontario. Inclusion criteria were between 1 and 18 years of age, history of absence seizures, EEG with general spike wave, and diagnosis and antiepileptic medication initiated by a pediatric neurologist. Exclusion criteria included traumatic head injury or presence of neuro-degenerative disorder. Retrospective chart review for age at onset, duration of symptoms prior to diagnosis, time of first remission, seizure description, family history, school status, and neurological examination was done. Independent blinded re-reading of initial EEG tracing was done. Results: 65 cases were included. 58.5% were female. Mean age at diagnosis was 6.93 years. 50.8% had only absence attacks. 32.5%had family history of afebrile seizures. 90.8% had normal cognition. 45% were seizure free for greater than one year 18months after diagnosis. Absence only seizures, history of febrile seizures and shorter time to remission were associated with good outcome. Conclusion: Variables predictive of being seizure free for over one year at 18 months after diagnosis of generalized absence seizure disorder included simple absence attacks, history of febrile seizures and shorter time to remission.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».