Non-neurophysiologist Physicians and Nurses Can Detect Subclinical Seizures in Children Using a Panel of Quantitative EEG Trends and a Seizure Detection Algorithm
Notice bibliographique
Résumé
PURPOSE: This study evaluated the sensitivity of nonconvulsive seizure detection by non-neurophysiologist physicians and nurses using a panel of quantitative EEG (QEEG) trends in the setting of a pediatric intensive care unit. METHODS: Forty-five 1-hour QEEG epochs were obtained retrospectively from 10 patients admitted to the McMaster Children's Hospital pediatric intensive care unit, which included 184 electrographic seizures. Each epoch constituted 4 QEEG trends, a seizure probability marker, automated seizure detector, rhythmicity spectrograms, and amplitude-integrated EEG. Six pediatric residents and 5 pediatric intensive care unit nurses analyzed the epochs for possible seizures after a 15-minute power point presentation. This was compared with the gold standard of a board-certified epileptologist interpreting the conventional EEG data for seizures. RESULTS: Sensitivity of seizure detection for pediatric residents and intensive care unit nurses were 0.90. The specificity was 0.87 and 0.89, respectively. The interrater agreement among the pediatric residents was moderate with a kappa (κ) value of 0.45 (confidence interval: 0.41-0.49), and among the nurses were moderate with a κ value of 0.59 (confidence interval: 0.54-0.63). A post hoc analysis involving 2 neurophysiologists demonstrated a sensitivity of 0.90 and a specificity of 0.93 (confidence interval: 0.90-0.96) for seizure detection and a substantial interrater agreement of κ = 0.76 (confidence interval: 0.61-0.91). CONCLUSIONS: A panel of QEEG trends can be used by non-neurophysiologists in a pediatric critical care setting to detect nonconvulsive seizures with a reasonable accuracy, which may expedite subclinical seizure identification and timely intervention.
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 | 0,008 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».