Functional seizures across the adult lifespan: female sex, delay to diagnosis and disability
Notice bibliographique
Résumé
OBJECTIVE: The clinical characteristics of functional seizures may vary based on age-of-onset or age-of-presentation. Description of age-related differences has focused on three categories: pediatric, young-adult, and older-adult. We evaluated how factors continuously varied based on age-of-presentation across the adult lifespan. METHODS: Based on cross-sectional data from 365 adult (18 to 88 years old) patients with documented diagnoses of functional seizures, we evaluated how the quantity and prevalence of specific ictal behaviors, historical factors, and comorbidities varied based on patient age-of-presentation using sequential weighted averages. RESULTS: Four factors changed prominently with age-of-presentation: female predominance decreased at two inflection points - ages 35 and 62; the prevalence of work disability was higher until age-of-presentation 30 then plateaued at 80%; there was greater delay to diagnosis in older patients; and comorbidities was higher with age-of-presentation, starting from early adulthood. The proportion of patients who presented with functional seizures decreased after 50. Ictal behavior did not substantially vary with age-of-presentation. CONCLUSION: The time from onset to diagnosis increased with age-of-presentation, which may be related to increased comorbidities and the misconception that FS do not start in older age. The female predominance decreased nonlinearly with age. By age 30, most patients' seizures already had substantial association with unemployment. These findings emphasize that patients can develop functional seizures at any age. The rapid development of disability relatively early in life, which then stays at a high prevalence rate, demonstrates the need for prompt referral for definitive diagnosis and treatment.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».