Validation of a smartphone-based EEG among people with epilepsy: A prospective study
Notice bibliographique
Résumé
Our objective was to assess the ability of a smartphone-based electroencephalography (EEG) application, the Smartphone Brain Scanner-2 (SBS2), to detect epileptiform abnormalities compared to standard clinical EEG. The SBS2 system consists of an Android tablet wirelessly connected to a 14-electrode EasyCap headset (cost ~ 300 USD). SBS2 and standard EEG were performed in people with suspected epilepsy in Bhutan (2014-2015), and recordings were interpreted by neurologists. Among 205 participants (54% female, median age 24 years), epileptiform discharges were detected on 14% of SBS2 and 25% of standard EEGs. The SBS2 had 39.2% sensitivity (95% confidence interval (CI) 25.8%, 53.9%) and 94.8% specificity (95% CI 90.0%, 97.7%) for epileptiform discharges with positive and negative predictive values of 0.71 (95% CI 0.51, 0.87) and 0.82 (95% CI 0.76, 0.89) respectively. 31% of focal and 82% of generalized abnormalities were identified on SBS2 recordings. Cohen's kappa (κ) for the SBS2 EEG and standard EEG for the epileptiform versus non-epileptiform outcome was κ = 0.40 (95% CI 0.25, 0.55). No safety or tolerability concerns were reported. Despite limitations in sensitivity, the SBS2 may become a viable supportive test for the capture of epileptiform abnormalities, and extend EEG access to new, especially resource-limited, populations at a reduced cost.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 0,001 |
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 ».