MétaCan
Menu
Retour à la cohorte
Enregistrement W4361000626 · doi:10.1001/jamanetworkopen.2023.4858

Trajectory of Health-Related Quality of Life After Pediatric Epilepsy Surgery

2023· article· en· W4361000626 sur OpenAlexafffundabout
Elysa Widjaja, Klajdi Puka, Kathy N. Speechley, Mark A. Ferro, Mary Connolly, Philippe Major, Anne Gallagher, Salah Almubarak, Simona Hasal, Rajesh RamachandranNair, Andrea Andrade, Qi Xu, Edward Leung, O. Carter Snead, Mary Lou Smith

Notice bibliographique

RevueJAMA Network Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensUniversity of ManitobaUniversity of SaskatchewanUniversité de MontréalMcMaster UniversityCentre Hospitalier Universitaire Sainte-JustineUniversity of TorontoBC Children's HospitalUniversity of WaterlooCentre for Addiction and Mental HealthWestern UniversityHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineQuality of life (healthcare)EpilepsyProspective cohort studyHealth related quality of lifeCohortCohort studyPediatricsEpilepsy surgeryPhysical therapySurgeryInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Importance: Health-related quality of life (HRQOL) is regarded as a key outcome for evaluating treatment efficacy. However, it is uncertain how HRQOL evolves after epilepsy surgery compared with medical therapy, such as whether it continues to improve over time, improves and then remains stable, or deteriorates after a period of time. Objective: To assess trajectory of HRQOL over 2 years in children with drug-resistant epilepsy (DRE) treated with surgery compared with medical therapy. Design, Setting, and Participants: Prospective cohort study assessing HRQOL longitudinally over 2 years. Participants were children recruited from 8 epilepsy centers in Canada from 2014 to 2019 with suspected DRE aged 4 to 18 years who were evaluated for surgery. Data were analyzed from May 2014 to December 2021. Exposures: Epilepsy surgery or medical therapy. Main Outcomes and Measures: HRQOL was measured using the Quality of Life in Childhood Epilepsy Questionnaire (QOLCE)-55. HRQOL and seizure frequency were assessed at baseline, 6-month, 1-year, and 2-year follow-ups. Clinical, parent, and family characteristics were assessed at baseline. A linear mixed model was used to evaluate HRQOL over time, adjusting for baseline clinical, parent, and family characteristics. Results: There were 111 surgical and 154 medical patients (mean [SD] age at baseline was 11.0 [4.1] years; 118 [45%] were female). At baseline, HRQOL was similar among surgical and medical patients. HRQOL of surgical patients was 3.0 (95% CI, -0.7 to 6.8) points higher at 6-month, 4.9 (95% CI, 0.7 to 9.1) points higher at 1-year, and 5.1 (95% CI, 0.7 to 9.5) points higher at 2-year follow-ups compared with medical patients. Surgical patients experienced greater improvements in social functioning relative to medical patients, but not for cognitive, emotional, and physical functioning. At 2-year follow-up, 72% of surgical patients were seizure-free, compared with 33% of medical patients. Seizure-free patients reported higher HRQOL than those who were not. Conclusions and Relevance: This study provided evidence on the association between epilepsy surgery and children's HRQOL, with improvement in HRQOL occurring within the first year and remaining stable 2 years after surgery. By demonstrating that surgery improved seizure freedom and HRQOL, which has downstream effects such as better educational attainment, reduced health care resource utilization, and health care cost, these findings suggest that the high costs of surgery are justified, and that improved access to epilepsy surgery is necessary.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,557

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,093
Tête enseignante GPT0,361
Écart entre enseignants0,268 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetEpilepsy research and treatmentTravaux en français237 207