No Further Yield of Ambulatory EEG for Epileptiform Discharges Beyond 13 Hours
Notice bibliographique
Résumé
INTRODUCTION: This study aimed at evaluating the value added by 24-hour ambulatory EEG (AEEG) by comparing the presence of epileptiform discharges (EDs) between the first 30 minutes of recording versus the following 23.5 hours. MATERIALS AND METHODS: A retrospective review of AEEGs of subjects divided into two groups, epilepsy and undiagnosed episodes of loss of consciousness, was conducted. AEEGs were divided into early EEG (E-EEG) (first 30 minutes) and extended EEG (remaining 23.5 hours). Extended EEGs were further divided into segments (S): 31st minute to 8th hour (SI), 9th to 16th hours (SII) and 17th to 24th hours (SIII). Each consecutive segment was reviewed to identify new EDs not seen previously. RESULTS: Fifty-seven AEEGs were included, the median age being 36.3 years, the range being 18.7 to 78.6 years. There were 38 (66.6%) females. The collective yield of AEEG for detecting EDs was 19/57 (33.4%). The yield of E-EEG of new EDs was 5/57 (9%). During extended EEG, the distribution of EDs was as follows: SI, 12/55 (21.8%); SII, 2/43 (4.6%); and SIII 0/41 (0%). The yield, however, did not increase beyond the 13th hour. In undiagnosed episodes of loss of consciousness group (11), yield was 0/11 in all segments. CONCLUSIONS: (1) There was no value added for yield of EDs by extending the EEG recording beyond 13 hours in epilepsy group. (2) The probability of capturing EDs is negligible if the clinical history does not clearly support the diagnosis of seizure or epilepsy.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».