The Importance of Assessing and Treating Mental Health in Transition-Aged Adolescents with Epilepsy: A 1-Year Follow-up
Notice bibliographique
Résumé
Abstract Mental health issues become especially problematic when adolescents with epilepsy are preparing to transition from pediatric to adult care. Consistent with guidelines, a transition clinic with ongoing mental health assessment was created, providing treatment to patients scoring in the moderate severity range or higher. In order to examine the effectiveness of our epilepsy transition clinic and the impact of mental health in transition-aged adolescents, baseline and one-year follow-up data were compared in 36 participants (M = 15.82 years, 24 males). Results showed that the majority of participants had improved or comparable mental health scores at follow-up. Furthermore, participants who met threshold for mental health treatment had significantly improved mental health (t = 3.19, p = 0.015), while those who did not showed worsened mental health (t = − 2.50, p = 0.019). Looking specifically at mental health impact, those with worsened mental health showed significantly worsened quality of life (t = 3.35, p = 0.012). Furthermore, those without mental health issues showed improved transition skills (t = − 3.86, p = 0.002), while those with mental health issues did not. Results suggest that the transition clinic is effective in helping transition-aged adolescents with their mental health. Additionally, findings suggest that addressing these mental health issues are essential to ensuring successful transitions and the best outcomes in these patients.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».