Epileptiform Activity in Neurocritical Care Patients
Notice bibliographique
Résumé
BACKGROUND: Non-convulsive seizures have been reported to be common in neurocritical care patients. Many jurisdictions do not have sufficient resources to enable routine continuous electroencephalography (cEEG) and instead use primarily intermittent EEG, for which the diagnostic yield remains uncertain. Determining risk factors for epileptiform activity and seizures could help identify patients who might particularly benefit from EEG monitoring. METHODS: We performed a cohort study involving neurocritical care patients with admission Glascow Coma Scale (GCS) scores ≤ 12, who underwent ≥ 1 EEG. EEGs were reviewed for presence of interictal discharges, periodic epileptiform discharges (PEDs), and seizures. Multivariate analysis was used to identify predictors of these findings and to describe their prognostic implications. RESULTS: 393 patients met inclusion criteria. 34 underwent cEEG, usually because epileptiform activity was first detected on a routine EEG. The prevalence of PEDs or electrographic seizures was 13%, and was highest with anoxic encephalopathy and central nervous system infections. Other independent predictors for epileptiform activity included a history of convulsive seizure(s), increasing age, deeper coma, and female gender. Although patients with epileptiform activity had higher mortality, this association disappeared after adjustment for confounders. CONCLUSION: Approximately 7-8 neurocritical care patients must undergo intermittent EEG monitoring in order to diagnose one with PEDs or seizures. The predictors we identified could potentially help guide use of resources. Repeated intermittent studies, or cEEG, should be considered in patients with multiple risk factors, or when interictal discharges are identified on an initial EEG. It remains unclear whether aggressive prevention and treatment of electrographic seizures improves neurologic outcomes.
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 | 0,000 | 0,004 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».