Anti-Epileptic Drugs in Geriatric Neurosurgery: A Review of 669 Neurosurgical Cases
Notice bibliographique
Résumé
Background and Purpose: Patients over the age of 75 are more likely to develop epilepsy than children under the age of 10. Patients of all ages are prescribed anti-epileptic drugs; however, those over the age of 65 are the most typically prescribed group.Methods: This is a retrospective study of geriatric cases admitted to the Neurosurgery Department in Khoula Hospital from January 1, 2016 to December 31, 2019. A medical records of 669 patients were identified. Patients' demographics, risk factors, usage of anti-epileptic drug (AED), type of tumor, tumor location, neuro-vital signs diagnosis, Glasgow coma scale on arrival, treatment types, and length of stay (LOS) were recorded.Results: The prevalence of AEDs use was 19%. Patients with traumatic brain injury (TBI) were found to have a higher rate of using AEDs (32.1%) followed by patients with oncological and vascular pathologies, respectively (30.1% and 21.6%). There was a significant relationship between the utilization of AEDs among different neurological diseases investigated (p<0.05). Patients who received surgical interventions were using AEDs much more than patients with conservative management (p=0.001). There was a significant difference in the LOS and the usage of AEDs. Added to that, the results signify a relationship between the intensive care unit (ICU) admission and the utilization of AEDs in which the majority of the patients who were not on AEDs were not admitted to the ICU (p<0.05). Phenytoin was the most commonly used AED among different neurosurgical pathologies in the present study (n=110).Conclusions: AEDs are used as prophylaxis to prevent seizures before most neurosurgical procedures and were commonly prescribed in TBI patients. Phenytoin was found to be the commonest AEDs utilized among the different neurosurgical categories followed by levetiracetam.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».