Explanatory factors of quality of life in psychogenic non-epileptic seizure
Notice bibliographique
Résumé
OBJECTIVE: Previous studies showed that patients with Psychogenic Non-Epileptic Seizures (PNES) have poor quality of life (QoL). This study explored the explicative factors of the QoL at the time of diagnosis and monitored changes over the two years of follow-up. METHODS: We evaluated 107 participants with a diagnosis of Psychogenic Non-Epileptic Seizure (PNES), every 6 months for 24 months. Quality of life (QoL) was evaluated using the QOLIE-31 and SF-36 scales (respectively specific and generic scales of QoL). Positive evolution of QoL was defined by the increase in the score of overall QoL using QOLIE-31 sub-scale from baseline to the last interview of the patient. We also collected for each patient data on psychiatric dimensions (childhood abuse, history of traumatic events, post-traumatic stress disorder (PTSD), depression, anxiety, alexithymia, and dissociation), clinical evolution of seizures and the number of mental health consultations. RESULTS: According to the QOLIE-31 and the SF-36, depression (p ≤ 0.001), anxiety (p < 0.001), alexithymia (p ≤ 0.001), and dissociation (p ≤ 0.004) were related to QoL at the time of the diagnosis. According to SF-36 (mental and physical), PTSD was also significantly associated with QoL (p < 0.05). The number of seizures or the co-occurrence of epilepsy did not influence QoL. Positive evolution of QoL was linked to the number of consultations for mental health issues (p = 0.02). SIGNIFICANCE: Post-traumatic dimensions (PTSD, dissociation), alexithymia and psychiatric comorbidities (depression and anxiety disorders) seem to alter QoL in people with PNES. The current study suggests that mental health care improves QoL of patients with PNES.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».