The medical treatment of epilepsy in the elderly: A systematic review and meta‐analysis
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the efficacy and tolerability of antiepileptic drugs (AEDs) in elderly individuals with epilepsy. METHODS: We searched four electronic databases as well as bibliographies and conference abstracts. Published and unpublished, randomized, or quasirandomized trials reporting the use of AEDs in people aged at least 60 years with epilepsy were eligible for inclusion. Two authors independently carried out each stage of the review. Meta-analyses were performed using random-effects models. RESULTS: Three thousand four hundred seventeen titles and abstracts were reviewed. Eighteen studies evaluating 12 AEDs met all eligibility criteria. Ten studies, comprising 1999 subjects, were suitable for meta-analysis. Among the elderly with epilepsy, lamotrigine (LTG) is better tolerated relative to carbamazepine (pooled weighted risk ratio [RR] of experiencing withdrawal due to adverse events = 1.83, 95% confidence interval [CI] = 1.23-2.43). There is a higher probability, although with a 95% CI of borderline importance, of seizure freedom when comparing levetiracetam to LTG (RR = 0.83, 95% CI = 0.68-0.97). Single studies provide evidence for the efficacy and/or tolerability of other AEDs in the elderly, including brivaracetam, gabapentin, lacosamide, perampanel, and topiramate. The risk of bias of the included studies was frequently low or unclear, although there was on occasion a high risk of bias (especially with regard to selective reporting). SIGNIFICANCE: There is some evidence for AED use in the elderly with epilepsy. More evidence is required, comparing newer AEDs to prior generations as well as examining the effects of determinants such as frailty, to guide clinicians when treating this rapidly growing patient population.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,004 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».