The Trend of In-Hospital Epilepsy and Its Mortality in the USA: A National Analysis During 1997 - 2014
Notice bibliographique
Résumé
Background: This study focuses on the trend of prevalence of epilepsy hospital discharges in the USA, and the aim is to find any change in the trend of prevalence of epilepsy in the USA and its in-hospital mortality. Methods: A retrospective cohort study used the Healthcare Cost and Utilization Project (HCUP) national database to analyze trends of epilepsy outcomes between 1997 and 2014. Results: A total of 4,594,213 total epilepsy discharges were documented between 1997 and 2014 in the HCUP database. The prevalence of annual discharges increased significantly during the study period from 209,002 discharges in 1997 to 280,255 in 2014 (P < 0.0001). There were a total of 35,643 in-hospital deaths due to epilepsy within the cohort during the study period. Mortality of epilepsy decreased across the entire cohort and between genders. In 1997, there were 2,256 documented in-hospital deaths, while 1,759 were recorded in 2014 (P = 0.00157). Conclusions: Our data showed that the prevalence of hospital epilepsy discharges is increasing in recent years; however, the in-hospital mortality is decreasing. The increase in the prevalence could be due to better detection or increased population, while the improved mortality could be due to better available treatments in recent years. Focusing on designing more accurate and affordable screening tools, as well as targeting further pharmacology-based treatments are an area of research that requires further investigation. J Neurol Res. 2020;10(1):3-6 doi: https://doi.org/10.14740/jnr563
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».