A.4 Entropy on routine EEG: an interictal marker of seizure frequency?
Notice bibliographique
Résumé
Background: Sample entropy (SampEn) can quantify the unpredictability of a physiological signal. We sought to assess if SampEn on EEG could reflect recent seizure activity. Methods: Charts of all patients undergoing an outpatient EEG between January and March 2018 were reviewed to assess seizure occurrences in the follow-up period between the two clinical visits surrounding the EEG. 9s-EEG segments were extracted at pre-specified time points. SampEn was calculated for all segments and values aggregated at the 25thpercentile. We performed a multivariate zero-inflated analysis to test the association between SampEn and seizure rate around the EEG, after controlling for age, presence of IED, presence of abnormal slowing, and presence of a focal brain lesion. Results: 269 EEGs were screened and 133 met inclusion criteria (112 patients). 80 EEGs (60%) were from patients with epilepsy, of which 47 had at least one seizure within the year preceding the EEG. Remaining EEGs were from patients who were deemed not to have epilepsy at last follow-up. Each 1SD decrease in SampEn was associated with a 3.93-fold increase in the rate of daily seizures (95% CI: 1.19–12.99, p = 0.02). Conclusions: Sample entropy of EEG is a potential objective method to assess contemporary seizure occurrence.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».