The Impact of Continuous Digital Video Electroencephalogram (CEEG) Introduction on the Use of Anti-Epileptic Drugs (AEDS) in Neonates with Hypoxic Ischemic Encephalopathy (HIE)
Notice bibliographique
Résumé
Abstract BACKGROUND: Use of AEDs in neonates may disrupt neuronal development by synaptic re-organization and altering brain plasticity. Introduction of cEEG as part of neonatal neurocritical care long term monitoring (LTM) aims to improve seizure detection and control in neo-nates with HIE. OBJECTIVES: To assess the impact of cEEG on seizure detection and the use of AEDs in neonates with HIE DESIGN/METHODS: A retrospective cohort study of neonates admitted with HIE to a level III NICU two years before and after introduction of LTM in August 2013. The cEEGs were read remotely by a pediatric epileptologist. Before LTM, a 60 minute routine EEG (rEEG) was the standard practice. Primary outcome was the number of AEDs used. Secondary outcomes were AEDs used as maintenance and on discharge, and AEDs burden (total mg/kg used during hospital stay). HIE staging was based on modified Sarnat scoring system. Drug burden for each AED was calculated. Categorical variables were analysed using Chi-square test and continuous variables using student's t test. RESULTS: n=157 (total number of HIE patients); median gestation 40 weeks (IQR 38-40); 71 infants(45%) had LTM monitoring;103 infants(66%) were cooled. Baseline and clinical characteristics including disease severity and cooling were similar. In the pre LTM era, 12 of 52 (23%) infants with clinical seizures, only 12 had seizures by rEEG . Using cEEG, 17 out of 33 (52%) clinical seizures were confirmed by cEEG; 5/36(1%) had subclinical seizures compared to none before LTM. Detection of EEG seizures increased significantly with LTM (p 0.02). Discharge on any AEDs was less in the LTM group and the mean AEDs burden was reduced from 176 mg/kg in the pre LTM to 91 mg/kg in the post LTM group. CONCLUSION: Introduction of cEEG improved seizure detection and control; but decreased the overall use and burden of AEDs. p value <0.05 is denoted as *
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».