Risk of Epilepsy Following Traumatic Brain Injury: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Limited evidence has explored the impact of traumatic brain injury (TBI) on posttraumatic epilepsy with control cohort for comparison. In addition, we could not find any review to identify the effect of TBI on the outcomes. Thus, we conducted this study to compare the risk of epilepsy between individuals with TBI and without TBI. METHODS: Systematic and comprehensive search was carried out in the following databases and search engines: EMBASE, Cochrane, MEDLINE, ScienceDirect, and Google Scholar from 1954 until January 2022. The Newcastle Ottawa (NO) Scale was utilized to assess the risk of bias. Meta-analysis was carried out using the random-effects model, and pooled odds ratio (OR) along with 95% CI was reported. RESULTS: In total, we included 10 studies satisfying inclusion criteria. Most studies had good to satisfactory quality. The pooled OR was 4.25 (95% CI, 1.77-10.25; I2 = 100%), indicating that the individuals with TBI had 4.25 times higher risk of having epilepsy than individuals without TBI, and this association was statistically significant ( P = .001). Subgroup analysis based on the years of follow-up revealed that the patients within 5 years post-TBI had the highest risk of epilepsy (pooled OR = 7.27; 95% CI, 3.61-14.64). CONCLUSION: Individuals with TBI had a significantly higher risk of epilepsy than the individuals without TBI, irrespective of the duration of the injury. Hence, long-term follow-up of the individuals with TBI is necessary to prevent any adverse consequences.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,016 | 0,015 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».