Scalp Ripples Can Predict Development of Epilepsy After First Unprovoked Seizure in Childhood
Notice bibliographique
Résumé
Objective Identification of children at risk of developing epilepsy after a first unprovoked seizure can be challenging. Interictal epileptiform discharges are associated with higher risk but have limited sensitivity and specificity. High frequency oscillations (HFOs) are newer biomarkers for epileptogenesis. We prospectively evaluated the predictive value of HFOs for developing epilepsy in scalp electroencephalogram (EEG) of children after a first unprovoked seizure. Methods After their first seizure, 56 children were followed prospectively over 12 months and then grouped in “epilepsy” or “no epilepsy.” Initial EEGs were visually analyzed for spikes, spike ripples, and ripples. Inter‐group comparisons of spike‐rates and HFO‐rates were done by Mann–Whitney U test. Predictive values and optimal thresholds were calculated by receiver operating characteristic (ROC) curves. Results In the epilepsy group (n = 26, 46%), mean rates of ripples (0.3 vs 0.09 / minute, p < 0.0001) and spike ripples (0.6 vs 0.06 / minute, p < 0.05) were significantly higher, with no difference in spike rates (1.7 vs 3.0 / minute, p = 0.38). Of those 3 markers, ripples showed the best predictive value (area under the curve [AUC]ripples = 0.88). The optimal threshold for ripples was calculated to be ≥ 0.125 / minute with a sensitivity of 87% and specificity of 85%. Ripple rates were negatively correlated to days passing before epilepsy‐diagnosis (R = −0.59, p < 0.0001) and time to a second seizure (R = −0.64, 95% confidence interval [CI] = −0.77 to 0.43, p < 0.0001). Interpretation We could show that in a cohort of children with a first unprovoked seizure, ripples predict the development of epilepsy better than spikes or spike ripples and might be useful biomarkers in the estimation of prognosis and question of treatment. ANN NEUROL 2021;89:134–142
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».