Does screening for adverse effects improve health outcomes in epilepsy?
Notice bibliographique
Résumé
Objective To determine whether systematic screening for adverse effects of antiepileptic drugs (AEDs) reduces toxicity burden and improves health-related quality of life in patients with epilepsy. Methods Consecutive patients with uncontrolled seizures aged ≥16 years and a high Adverse Event Profile (AEP) score were randomized to 2 groups and followed up for 18 months at 11 referral centers. AEP scores were made available to treating physicians at all visits in the intervention group, but not in the control group. Co–primary endpoints were changes in AEP scores and Quality of Life Inventory for Epilepsy-31 (QOLIE–31) scores. Results Of 809 enrolled patients able to complete the AEP questionnaire, 222 had AEP scores ≥45 and were randomized to the intervention (n = 111) or control group (n = 111). A total of 206 patients completed the 18-month follow-up. Compared with baseline, AEP scores decreased on average by 7.2% at 6 months, 12.1% at 12 months, and 13.8% at 18 months in the intervention group (p < 0.0001), and by 7.7% at 6 months, 9.2% at 12 months, and 12.0% at 18 months in controls (p < 0.0001). QOLIE-31 scores also improved from baseline to final visit, with a mean 20.7% increase in the intervention group and a mean 24.9% increase in the control group (p < 0.0001). However, there were no statistically significant differences in outcomes between groups for the 2 co–primary variables. Conclusions Contrary to findings from a previous study, systematic screening for adverse effects of AEDs using AEP scores did not lead to a reduced burden of toxicity over usual physician treatment. Italian Medicines Agency (AIFA) identifier FARM52K2WM_003. Clinicaltrials.gov identifier NCT03939507 (registered retrospectively in 2019; the study was conducted during the 2006–2009 period and registration of clinical trials was not a widely established practice when this study was initiated). Classification of evidence This study provides Class II evidence that the additional collection of formal questionnaires regarding adverse effects of AEDs does not reduce toxicity burden over usual physician treatment.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».