P.047 The importance of assessing mental health in transition-aged adolescents with epilepsy
Notice bibliographique
Résumé
Background: When compared to the general population, researchers have reported elevated rates of mental health issues in the pediatric epilepsy population. These issues have been found to be especially problematic around the time of transition from pediatric to adult care. This is significant because depression and/or anxiety have been found to be directly related to worsened seizure outcomes and quality of life. Despite this, no known Canadian pediatric epilepsy centers have integrated mental health assessment into mainstream practice. Methods: To explore the importance of mental health assessments, we looked at the prevalence rates of both depression and anxiety in 91 adolescents with epilepsy aged 14 to 18 (M=16.3, 51 males, 41 females) enrolled into an epilepsy transition clinic. Results: 58.3% of adolescents showed signs of depression (28.6% mild, 21.4% moderate, 6.0% moderately-severe, 2.4% severe), and 51.8% of adolescents showed signs of anxiety (31.8% mild, 10.6% moderate, 9.4% severe). Remarkably, 54.8% of patients presenting with moderate to severe depression and/or anxiety had not been previously identified Conclusions: These results suggest that in order to ensure the best possible outcomes for patients, mental health assessments should be integrated into the standard model of care for transition-aged adolescents with epilepsy.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».