DIAGNOSES IN CHILDREN REFERRED TO A TERTIARY CARE, FIRST SEIZURE CLINIC
Notice bibliographique
Résumé
Objectives: To determine (a) the range of diagnoses presenting to a first seizure clinic, and (b) the seizure type, syndrome, etiology and prevalence of prior seizures in those presenting with epileptic events. Methods: Between 01/01/2004 and 30/08/2005, 127 children were seen in a First Seizure Clinic at the Alberta Children's Hospital by one of two epileptologists. Inclusion criteria were age >1 month and an unprovoked event suggestive of seizure. Data collected included referring physician specialty, child's age, gender, developmental status and clinical diagnosis of epileptologist (non-epileptic vs. epileptic). For those with epileptic events, seizure type, syndrome (if identifiable), presumed etiology (idiopathic, cryptogenic, symptomatic), presence of prior afebrile and febrile seizures, presence and type of provoking factors, family history of epilepsy, pre/perinatal complications and EEG results were recorded. Results: The diagnosis was epileptic in 94 (74%), nonepileptic in 31 (24%) and unclassifiable in 2 (2%). Specialists were no more likely than generalists to refer true epileptic events (75% vs. 58%, p<0.1). Gender ratio was 67M: 60F, and mean age at presentation was 8 years. Fifteen percent of children were developmentally delayed and neurological examination was abnormal in 11%. For those diagnosed with epileptic events, 32 presented with generalized (26 PGTC, 2 absence, 4 myoclonic) while 62 presented with partial onset seizures (2 partial simple, 27 partial complex, 28 SGTC). An epilepsy syndrome was identifiable in 15 cases. 28% experienced a prior seizure, which was unrecognized in 14%. Etiology was idiopathic in 35%, cryptogenic in 44% and symptomatic in 21%. An EEG was done in all children with seizures and was abnormal in 41%. Conclusion: Nearly one quarter of children referred to a first seizure clinic had non-epileptic events. Of children presenting with true seizures, 28% had a history of a previous, often more subtle event.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,005 | 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 ».