Epilepsy Related Death: the London Health Sciences Center Experience
Notice bibliographique
Résumé
Premature mortality among epilepsy patients is well recognized. Except a few identifiable causes of unnatural death, more than half of the epilepsy related death remains unexplained after extensive workup. These cases are classified as sudden unexpected death in epilepsy (SUDEP). SUDEP incidence varies significantly depending on the population, the methods documenting cause of death and the availability of Neuropathological examination. An accurate diagnosis of the cause of death is needed for epilepsy related death. The goal of this study is to present the relevant clinical data, the general autopsy and Neuropathology findings of epilepsy related death investigated in London Health Sciences Center during the period of 2000 to 2011. We identified 71 cases with known history of chronic epilepsy. In the 29 cases of epilepsy associated death, the causes of death have been classified as cardiac, pulmonary, accidental (e.g. drowning), toxic (e.g. drug overdose) and non-related causes. Forty two cases are considered to be SUDEP, and were categorized according to the recently proposed SUDEP Definition and Classification. Half of the SUDEP cases have no specific Neuropathological findings. The most common identifiable lesions in SUDEP cases are perinatal/neonatal destructive lesions (29%), hippocampal sclerosis (24%), and focal cortical dysplasia (20%). These are followed by neuronal heterotopia (9%), previous head trauma (9%), and cavernoma (5%). LEARNING OBJECTIVES This presentation will enable the learner to: 1. Review cause of death in epilepsy related deaths 2. Discuss the practice guideline in neuropathology autopsy of epilepsy related deaths
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».