Efficacy of Vagal Nerve Stimulation for Drug-Resistant Epilepsy: Is it the Stimulation or Medication?
Notice bibliographique
Résumé
BACKGROUND: Vagus nerve stimulation (VNS) therapy has been widely recognized as an alternative for the treatment of drug-resistant epilepsy, although modification of antiepileptic drugs (AEDs) during VNS treatment could explain the improvement in patients. METHODS: We retrospectively assessed the efficacy of VNS in 30 adult patients with epilepsy treated with >6 months of follow-up. The criteria for implantation were the following: (1) not a candidate for resective epilepsy surgery, (2) drug-resistant epilepsy, (3) impairment of quality of life, (4) no other option of treatment, and (5) patients with idiopathic generalized epilepsy who fail to be controlled with appropriate AEDs. We assessed sociodemographics, seizure etiology, seizure classification, and AEDs used during treatment with VNS. We assessed adverse effects and efficacy. Responder rate was defined as >50% seizure improvement from baseline. RESULTS: Thirty patients (females, 18; males, 12; age, 35.1±13.3 years) were included. After 6, 12, 24, and 36 months of follow-up, the response rates were: 13/30 (43%), 13/27 (48%), 9/22 (41%), and 8/16 (50%), respectively; none was seizure free. Fifty-seven percent, 33%, 59%, and 81% of patients had changes of medication type or dose at 6, 12, 24, and 36 months respectively. In the majority of patients, the change of medication consisted of an increase in the dose of AEDs. CONCLUSIONS: Our study shows that VNS is an effective therapy, although significant changes in medications were done along with the therapy; therefore, the real effect of VNS could be controversial.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,010 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,005 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».