MétaCan
Menu
Retour à la cohorte
Enregistrement W3095010877 · doi:10.3389/fneur.2020.594164

One-Year Analysis of Risk Factors Associated With Cognitive Impairment in Newly Diagnosed Epilepsy in Adults

2020· article· en· W3095010877 sur OpenAlexaboutno aff
Nan Li, Jing Li, Yanyan Chen, Chaojia Chu, Xin Zhang, Rui Zhong, Mengmeng Li, Yingxue Lu, Qian Zhao, Weihong Lin

Notice bibliographique

RevueFrontiers in Neurology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensnon disponible
Organismes subventionnairesFirst Hospital of Jilin UniversityJilin University
Mots-clésEpilepsyCognitionMedicineCognitive declineEtiologyStroke (engine)Risk factorPsychiatryDepression (economics)PediatricsQuality of life (healthcare)PsychologyClinical psychologyDementiaInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Cognitive impairment (CI) occurs in people with epilepsy, affecting their quality of life. This study aimed to identify factors associated with CI in adult patients with newly diagnosed epilepsy. Additionally, we sought to determine whether any particular cognitive function is impaired predominantly by anti-seizure medications or by other factors. We enrolled 229 patients with newly diagnosed epilepsy and 191 participants were followed up for 1 y. We used the Montreal Cognitive Assessment as a tool to quantify CI. The sub-item scores were also collected to assess whether any aspects of CI are predominantly affected by anti-seizure medication treatment. Subjective memory decline due to anti-seizure medications was also recorded. One-hundred-and-two participants (44.5%) had CI onset before anti-seizure medication treatment. Aging, low education level, stroke or brain surgery etiology, and anxious symptoms were identified as risk factors for CI before anti-seizure medications use. Brain surgery for the young, anxious status for the middle-aged, and depressive status for the elderly were risk factors for CI at different ages. The elderly PWE had worse memory than the others. PWE with TLE had worse cognition, especially in memory and naming. The overall impact of anti-seizure medications on cognition was mild. Refractory epilepsy was a predictor of cognitive decline. Subjective memory decline was predicted by high-risk treatment and by a finding of refractory epilepsy. Clarifying the risk factors for CI can help the physician to assess the probable risk of CI for each individual before the start of anti-seizure medication treatment, which may lead to better compliance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,258
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetEpilepsy research and treatmentTravaux en français237 207