MétaCan
Menu
Retour à la cohorte
Enregistrement W4294325390 · doi:10.1016/j.seizure.2022.08.010

Long-term outcomes of pediatric epilepsy surgery: Individual participant data and study level meta-analyses

2022· review· en· W4294325390 sur OpenAlexaff
William B. Harris, Tristan Brunette‐Clément, Andrew Wang, H. Westley Phillips, Christian von der Brelie, Alexander G. Weil, Aria Fallah

Notice bibliographique

RevueSeizure · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésEpilepsy surgeryEpilepsyMedicineMeta-analysisCINAHLMEDLINEPerioperativePediatricsCochrane LibraryPediatric surgeryEtiologySurgeryPsychiatryInternal medicinePsychological intervention

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Long-term seizure outcomes of pediatric epilepsy surgery are understudied. A systematic review and independent patient data meta-analysis was performed to study seizure outcomes ≥ 10 years following pediatric resective epilepsy surgery. METHODS: Electronic literature searches of PubMed, Web of Science, and CINAHL were conducted for relevant articles from inception to April 2020. The following search terms were used in various combinations: "pediatric", "child", "adolescent", "epilepsy", "resective", "surgery", "long-term", "longitudinal", "10 year". Two reviewers (W.B.H., T.B.C.) performed title, abstract, and full-text screening. All relevant perioperative factors reported that may be associated with long-term seizure outcomes were recorded at a study or individual participant level. The primary outcome was long-term (≥ 10 year) seizure freedom measured by the Engel Classification scale, and available data on functional outcomes were also reviewed. RESULTS: Twenty-five articles met criteria for inclusion in the study, which were analyzed for proportions of 10-year seizure freedom ranging from 57.6% at the study level to 64.8% at the individual patient level. At the study level, the proportion of patients remaining seizure free at least 10 years postoperatively (61.2%; 95% CI 52.5-69.3) was significantly less than at 1 year (74.2%; 95% CI 69.3-78.6; p = 0.008) but not at 2 years (67.9%; 95% CI 58.6-76.0) or 5 years (63.7%; 95% CI 55.4-71.2). No differences in long-term seizure freedom were detected by etiology or surgery type. At the individual patient level, univariate logistic regression analyses of all variables putatively associated with seizure freedom demonstrated that lobectomy (OR 0.280, 95% CI 0.117-0.651, p = 0.003) was associated with decreased long-term seizure freedom (41.9%) compared to lesionectomy (75.7%) and hemispherectomy (69.4%), which achieved similar results. CONCLUSION: Resective surgery is a durable and potentially curative treatment option for select pediatric patients with refractory epilepsy. On a group level, two-thirds of children have long-term seizure freedom ≥ 10 years after resective epilepsy surgery. Given the greatest rate of change occurs in the first 2 years, this may serve as the best short-term follow-up period to predict long-term outcome. Although lobectomy appears to be a strong predictor for lower likelihood of long-term seizure freedom, long-term prognostication on an individual patient level is still not possible. Uniform data reporting and prospective, multicenter studies collecting high quality, stratified (e.g., by etiology, surgery type) data over an extended postoperative interval are recommended to further examine the durability of resective surgery as a treatment for pediatric 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 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)0,035
score de la tête « metaresearch » (Gemma)0,079
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,079
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0110,046
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,828
Tête enseignante GPT0,548
Écart entre enseignants0,281 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations28
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeizureMême sujetEpilepsy research and treatmentTravaux en français237 207