LEVETIRACETAM-ASSOCIATED PSYCHOGENIC NON-EPILEPTIC SEIZURES: A HIDDEN PARADOX
Notice bibliographique
Résumé
Objectives To study the clinical profile and outcome in patients with epilepsy who developed psychogenic non-epileptic seizures (PNES) associated with levetiracetam (LEV) use. Methods In this prospective observational study, conducted over 1 year, 13 patients with epilepsy and PNES, documented by video electroencephalogram (VEEG) while on LEV, were included. Those with past history of psychiatric illnesses were excluded. VEEG, high-resolution magnetic resonance imaging, neuropsychological and psychiatric evaluation were performed. Patients in Group I (07) were treated with psychotherapy, psychiatric medications and immediate withdrawal of LEV while, those in Group II (06) received psychotherapy, anxiolytics and LEV for initial 2 months after which it was stopped. Follow-up period was six months. There was subsidence of PNES on discontinuation of LEV in these patients. Results Mean (±SD) age of patients was 25 ± 12.28 years; there were 11 (84.62%) females. All were on antiepileptic agents which included LEV >1000 mg/day, except one. Mean dose of LEV was 1269.23 ± 483.71 mg/day. Three patient's scores were suggestive of depression or anxiety; one had both depression and anxiety. Eight patients had mood disorders; three had a history of emotional abuse or neglect. PNES subsided within 1-3 months and did not recur after withdrawal of LEV in any patient. Conclusion LEV can induce PNES in susceptible populations. Awareness of this association is crucial for timely withdrawal of triggering factor and appropriate management. This will reduce inadvertent additional prescription of antiepileptic agents.
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 | 0,001 |
| 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 | 0,000 | 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) | 0,001 | 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 ».