Seizure Detection and Tracking Through Portable Technologies: Protocol for a Systematic Review
Notice bibliographique
Résumé
Abstract BackgroundEpilepsy is a chronic neurological disease characterized by recurrent seizures due to excessive neuronal discharges and abnormal neuronal discharges. 30-40% of them are pharmaco-resistant, which is associated with cognitive impairment. seizure-related injuries and a higher risk of sudden unexpected death in epilepsy (SUDEP). The only way to minimize the risk of SUDEP is having a control of seizures. However, epileptics living or get a seizure alone can’t report the exact information to their physicians. Then, the level of gravity of their disease is inexact. Currently, the only way to identify a seizure is by electroencephalography (EEG), used by healthcare resources. It requires medical staff for its installation and interpretation. Nonetheless, a lot of new technologies developed for recording seizures at home have been developed. These one hasn’t optimally included epileptics and only a few went to a clinical trial; thus, scientific evidence is limited regarding their effectiveness. MethodsThe methodological approach is based in the Cochrane handbook for conducting systematic review. All studies in any languages about the technologies detecting seizures will be compared for any type of epilepsy and for any outcome measured. Two reviewers will independently screen the results for MEDLINE [PubMed, 1951-June 2019], EMBASE [OVID, 1947-June 2019], the Cochrane Register of Controlled Trails (CENTRAL) [up to June 2019] and grey literature [up to June 2019]. Extracted data will be recorded, categorized and summarized.DiscussionThe expected results would be the too short time of the trials and many positive false to get a conclusion of the effectiveness of the technologies studied. This systematic review is needed in order to improve knowledge of the effectiveness of technologies for detecting seizures and use this information for the development of a personalized tool for detecting seizures on the basis of the best available scientific evidence.Systematic review registrationPROSPERO CRD42020129787.
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 | 0,048 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,005 |
| Méta-épidémiologie (sens large) | 0,026 | 0,020 |
| Bibliométrie | 0,015 | 0,012 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,085 | 0,009 |
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 ».