Neuropsychiatric profile in average intelligent individuals with coexisting epilepsy and psychogenic non‐epileptic seizures
Notice bibliographique
Résumé
Global neuropsychological impairments with intellectual disability (ID) seem to play a major role in the occurrence of psychogenic non-epileptic seizures (PNES) in epilepsy. Conversely, the pathophysiology underlying PNES combined with epilepsy without ID remains elusive. We investigated the neuropsychiatric profile in 26 average intelligent subjects (15 women, mean age: 40.04 ± 13.53 years) with temporal lobe epilepsy (TLE) plus PNES (TLE + PNES), compared with 28 with TLE and 22 with PNES alone, matched for age and sex. All subjects underwent neuropsychiatric assessment, including Beck Depression Inventory-2 (BDI-2), State-Trait Anxiety Inventory (STAI), Dissociative Experiences Scale (DES), Toronto Alexithymia Scale (TAS-20), Traumatic Experience Checklist (TEC), and cognitive evaluation. TLE + PNES and PNES groups shared a similar psychiatric profile with higher levels of depression (BDI-2, P < 0.001), anxiety (STAI-S, P < 0.001; STAI-T, P < 0.001), dissociation (DES, P < 0.001), and alexithymia (TAS, P = 0.005) scales than the TLE group. Nonetheless, like individuals with TLE, patients with TLE + PNES had a lower rate of a potentially traumatizing event than PNES. The very low rate of potentially traumatizing event in subjects with TLE + PNES leads us to hypothesize that epilepsy itself may be the psychophysiological distress that contributed to PNES. A psychopathological assessment in subjects with epilepsy is crucial to identify those more likely to develop PNES.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».