Levetiracetam dosing for seizure prophylaxis in neurocritical care patients
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVE: Levetiracetam is used for seizure prophylaxis in patients presenting with subarachnoid hemorrhage (SAH) or traumatic brain injury (TBI). We aim to characterize the optimal levetiracetam dosage for seizure prophylaxis. METHODS: This retrospective cohort study included adult patients at an academic tertiary hospital presenting with SAH or TBI who received levetiracetam at a total daily dose (TDD) equivalent to or greater than 1000 mg. The primary outcome was combined seizure incidence, including clinical and subclinical seizures. RESULTS: We identified 139 patients (49.6% male, mean age 53 years) for inclusion. For patients receiving a 1000-mg TDD, the administration was 500 mg twice daily. For patients receiving >1000-mg TDD, 77/78 patients received 1000 mg twice daily and one patient received 750 mg twice daily. Patients receiving 1000-mg TDD had a higher seizure incidence than those receiving >1000-mg TDD (p = 0.01), despite no difference in examined confounders, including history of alcoholism (p = 0.49), benzodiazepine use (p = 0.28), or propofol use (p = 0.17). No difference in adverse effects was observed (anemia, p = 0.44; leukopenia, p = 0.60; thrombocytopenia, p = 0.86). CONCLUSIONS: Patients may experience a reduced incidence of clinical and electroencephalographic seizures with levetiracetam dosing >1000-mg TDD.
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 | 0,000 | 0,003 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».