Levetiracetam in Clinical Practice: Efficacy and Tolerability in Epilepsy
Notice bibliographique
Résumé
BACKGROUND: The aim of this study was to evaluate efficacy and tolerability of levetiracetam (LEV) in patients with different epilepsy syndromes. METHODS: We evaluated epileptic patients seen in the previous 18 months, including all patients with present or past exposure to LEV. Tolerability of LEV therapy was evaluated in all patients; efficacy was evaluated only in patients who had received LEV for at least six months. Two hundred and two patients were included in the study. Patients were considered responsive when showing a > 50% reduction in seizures frequency and non-responders when seizure frequency was unchanged, worsened or showed a reduction < 50%. RESULTS: Thirty patients did not complete six months of LEV treatment and dropped out. 57.4% of the patients with uncontrolled seizures treated for at least six months were responders, with 27.7% seizure free. Adverse effects were observed in 46 patients (23%) and were responsible for early drop out in 26. Adverse effects occurred significantly more often in females than in males (30.6% vs 13.2%); moreover, nearly 30% of women with adverse effects complained of more than one adverse effect, while this was never observed in male patients. CONCLUSIONS: Our study shows LEV as a well tolerated and effective treatment, both in monotherapy and as an add-on. Further investigations on larges samples are needed to investigate the issue of gender-related tolerability.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».