Which is more deleterious to cognitive performance? Interictal epileptiform discharges vs anti‐seizure medication
Notice bibliographique
Résumé
Children with epilepsy commonly have comorbid neurocognitive impairments that severely affect their psychosocial well-being, education, and future career prospects. Although the provenance of these deficits is multifactorial, the effects of interictal epileptiform discharges (IEDs) and anti-seizure medications (ASMs) are thought to be particularly severe. Although certain ASMs can be leveraged to inhibit IED occurrence, it remains unclear whether epileptiform discharges or the medications themselves are most deleterious to cognition. To examine this question, 25 children undergoing invasive monitoring for refractory focal epilepsy performed one or more sessions of a cognitive flexibility task. Electrophysiological data were recorded to detect IEDs. Between repeated sessions, prescribed ASMs were either continued or titrated to <50% of the baseline dose. Hierarchical mixed-effects modeling assessed the relationship between task reaction time (RT), IED occurrence, ASM type, and dose while controlling for seizure frequency. Both presence (β ± SE = 49.91 ± 16.55 ms, p = .003) and number of IEDs (β ± SE = 49.84 ± 12.51 ms, p < .001) were associated with slowed task RT. Higher dose oxcarbazepine significantly reduced IED frequency (p = .009) and improved task performance (β ± SE = -107.43 ± 39.54 ms, p = .007). These results emphasize the neurocognitive consequences of IEDs independent of seizure effects. Furthermore, we demonstrate that inhibition of IEDs following treatment with select ASMs is associated with improved neurocognitive function.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».