A needs assessment of pediatric epilepsy surgery in Haiti
Notice bibliographique
Résumé
OBJECTIVE: Epilepsy disproportionately affects low- and/or middle-income countries (LMICs). Surgical treatments for epilepsy are potentially curative and cost-effective and may improve quality of life and reduce social stigmas. In the current study, the authors estimate the potential need for a surgical epilepsy program in Haiti by applying contemporary epilepsy surgery referral guidelines to a population of children assessed at the Clinique d'Épilepsie de Port-au-Prince (CLIDEP). METHODS: The authors reviewed 812 pediatric patient records from the CLIDEP, the only pediatric epilepsy referral center in Haiti. Clinical covariates and seizure outcomes were extracted from digitized charts. Electroencephalography (EEG) and neuroimaging reports were further analyzed to determine the prevalence of focal epilepsy or surgically amenable syndromes and to assess the lesional causes of epilepsy in Haiti. Lastly, the toolsforepilepsy instrument was applied to determine the proportion of patients who met the criteria for epilepsy surgery referral. RESULTS: Two-thirds of the patients at CLIDEP (543/812) were determined to have epilepsy based on clinical and diagnostic evaluations. Most of them (82%, 444/543) had been evaluated with interictal EEG, 88% of whom (391/444) had abnormal findings. The most common finding was a unilateral focal abnormality (32%, 125/391). Neuroimaging, a prerequisite for applying the epilepsy surgery referral criteria, had been performed in only 58 patients in the entire CLIDEP cohort, 39 of whom were eventually diagnosed with epilepsy. Two-thirds (26/39) of those patients had abnormal findings on neuroimaging. Most patients (55%, 18/33) assessed with the toolsforepilepsy application met the criteria for epilepsy surgery referral. CONCLUSIONS: The authors' findings suggest that many children with epilepsy in Haiti could benefit from being evaluated at a center with the capacity to perform basic brain imaging and neurosurgical treatments.
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 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».