A Systematic Review of the Quality of Life for Families Supporting a Child Consuming the Ketogenic Diet for Seizure Reduction
Notice bibliographique
Résumé
The ketogenic diet (KD) is a nonpharmacologic treatment to reduce seizures with moderate to high success in pediatric patients with intractable epilepsy. Initiated in hospital, parents continue the treatment at home ensuring the ratio of high fat to low carbohydrate/protein is maintained to achieve metabolic ketosis. We conducted a systematic review to examine the quality of life (QoL) for families with a child using the KD for the reduction in epileptic seizures. A systematic review of the literature was conducted from 2007-2014 using key terms and combinations of: "epilepsy," "ketogenic diet," "children," "family," and "quality of life." We accessed CINAHL, Medline, PubMed, and PsycINFO. After removing duplicates, we screened 598 papers by title and abstract. Articles comparing alternate diets such as the Atkins diet to the KD, or those focusing on the KD and societal costs, were excluded. Eighteen articles remained, including 7 intervention studies (randomized controlled trial and quasiexperimental), 7 descriptive studies (retrospective), 2 observational studies, and 2 case studies. Most participants were diagnosed with epilepsy at the age of 5 y, and had a trial of antiepileptic drugs (AEDs) and had been using the KD after discharge from the hospital. QoL was infrequently reported as a primary variable and was defined in a variety of ways. We found recurring themes that could affect QoL: efficacy of seizure reduction, nutritional status, child growth and development, and child and family psychosocial impact. The dominant psychological factor was the need for counseling for parents and clear expectations on expected outcomes. Nonadherence and dropout rates were frequent, but unfortunately the reasons and timing were not well documented, and some of these could be associated with QoL. The success of the KD in seizure reduction addressed a primary parental concern. Further research should address KD adherence and dropout rates, and investigate factors of quality of life.
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 | 0,009 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,012 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».