MétaCan
Menu
← Retour à la cohorte
Enregistrement W4205795367 · doi:10.1017/cjn.2021.377

P.099 Generator replacement with cardiac based VNS device in children with drug-resistant epilepsy

2021· article· en· W4205795367 sur OpenAlexaffvenue
Aristides Hadjinicolaou, Puneet Jain, Ivanna Yau, Robyn Whitney, J Rutka, C Go

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensToronto Public HealthSystems, Applications & Products in Data Processing (Canada)
Organismes subventionnairesnon disponible
Mots-clésEpilepsyMedicineStatus epilepticusPediatricsAnesthesiaSurgeryPsychiatry

Résumé

récupéré en direct d'OpenAlex

Background: We aimed to study the proportion of patients with DRE and pre-existing VNS device, who show improvement of at least one class in McHugh seizure outcome classification at last follow up after generator replacement with cardiac based VNS device. Methods: We retrospectively reviewed children with DRE with the older VNS model (102) who underwent battery replacement with the AspireSR®, model 106 since September 2016 at our institution. We assessed the seizure outcomes since the first VNS device insertion till the last follow up after AspireSR® (with cardiac-based seizure detection) using McHugh seizure outcome classification. Results: The study population was comprised of 15 patients. The mean age at seizure onset was 2.7 years old, with mean age of initial VNS1 placement being 10.1 years and mean age of replacement with VNS2 being 14.9 years of age. Three of the fifteen patients had reported status epilepticus prior to initial VNS insertion, and none reported episodes following insertion. Two patients showed at least one class improvement in McHugh seizure outcomes at last follow up after VNS2. Conclusions: Through our preliminary data at the present time, we note that the majority of our patients maintains their seizure control following replacement with VNS2 with a few showing improvement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,270
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques→Même sujetEpilepsy research and treatment→Travaux en français237 207→