MétaCan
Menu
Retour à la cohorte
Enregistrement W4306910534 · doi:10.1002/epi4.12663

Predictors of outcomes after surgery for medically intractable insular epilepsy: A systematic review and individual participant data <scp>meta‐analysis</scp>

2022· review· en· W4306910534 sur OpenAlexaff
Sami Obaïd, Jia‐Shu Chen, George M. Ibrahim, Alain Bouthillier, Evan Dimentberg, Werner Surbeck, Elena Guadagno, Tristan Brunette‐Clément, Nathan A. Shlobin, Aidan Shulkin, Andrew T. Hale, Luke Tomycz, Marec von Lehe, Μ. Scott Perry, Francine Chassoux, Viviane Bouilleret, Delphine Taussig, Martine Fohlen, Georg Dorfmüller, Koichi Hagiwara, Jean Isnard, Chima Oluigbo, Naoki Ikegaya, Dang Khoa Nguyen, Aria Fallah, Alexander G. Weil

Notice bibliographique

RevueEpilepsia Open · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensMcGill University Health CentreHospital for Sick ChildrenUniversité LavalUniversité de MontréalCentre Hospitalier Universitaire Sainte-JustineSickKids FoundationUniversity of TorontoMontreal General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineEpilepsyEpilepsy surgeryOdds ratioMeta-analysisSurgeryInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Insular epilepsy (IE) is an increasingly recognized cause of drug-resistant epilepsy amenable to surgery. However, concerns of suboptimal seizure control and permanent neurological morbidity hamper widespread adoption of surgery for IE. We performed a systematic review and individual participant data meta-analysis to determine the efficacy and safety profile of surgery for IE and identify predictors of outcomes. Of 2483 unique citations, 24 retrospective studies reporting on 312 participants were eligible for inclusion. The median follow-up duration was 2.58 years (range, 0-17 years), and 206 (66.7%) patients were seizure-free at last follow-up. Younger age at surgery (≤18 years; HR = 1.70, 95% CI = 1.09-2.66, P = .022) and invasive EEG monitoring (HR = 1.97, 95% CI = 1.04-3.74, P = .039) were significantly associated with shorter time to seizure recurrence. Performing MR-guided laser ablation or radiofrequency ablation instead of open resection (OR = 2.05, 95% CI = 1.08-3.89, P = .028) was independently associated with suboptimal or poor seizure outcome (Engel II-IV) at last follow-up. Postoperative neurological complications occurred in 42.5% of patients, most commonly motor deficits (29.9%). Permanent neurological complications occurred in 7.8% of surgeries, including 5% and 1.4% rate of permanent motor deficits and dysphasia, respectively. Resection of the frontal operculum was independently associated with greater odds of motor deficits (OR = 2.75, 95% CI = 1.46-5.15, P = .002). Dominant-hemisphere resections were independently associated with dysphasia (OR = 13.09, 95% CI = 2.22-77.14, P = .005) albeit none of the observed language deficits were permanent. Surgery for IE is associated with a good efficacy/safety profile. Most patients experience seizure freedom, and neurological deficits are predominantly transient. Pediatric patients and those requiring invasive monitoring or undergoing stereotactic ablation procedures experience lower rates of seizure freedom. Transgression of the frontal operculum should be avoided if it is not deemed part of the epileptogenic zone. Well-selected candidates undergoing dominant-hemisphere resection are more likely to exhibit transient language deficits; however, the risk of permanent deficit is very low.

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)0,009
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,023
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,025
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,304
Tête enseignante GPT0,425
Écart entre enseignants0,120 · 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

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpilepsia OpenMême sujetEpilepsy research and treatmentTravaux en français237 207