MétaCan
Menu
Retour à la cohorte
Enregistrement W4365137328 · doi:10.1016/j.seizure.2023.04.008

Analysing patient-generated data to understand behaviours and characteristics of women with epilepsy of childbearing years: A prospective cohort study

2023· article· en· W4365137328 sur OpenAlexfundno aff
Shang‐Ming Zhou, Brendan McLean, Elis Roberts, Rebecca Baines, Peter Hannon, Samantha Ashby, Craig Newman, Arjune Sen, Ellen Wilkinson, Richard Laugharne, Rohit Shankar

Notice bibliographique

RevueSeizure · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePharmacological Effects and Toxicity Studies
Établissements canadiensnon disponible
Organismes subventionnairesUCB PharmaEisaiNational Institute for Health and Care ResearchGW PharmaceuticalsSUDEP ActionLivaNovaEuropean Regional Development FundManchester Biomedical Research CentreRare Disease Foundation
Mots-clésMedicinePregnancyProspective cohort studyCohortLogistic regressionEpilepsyCohort studyPediatricsPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Women with epilepsy (WWE) are vulnerable in pregnancy, with increased risks to mother and baby including teratogenic risks, especially from valproate. The free EpSMon mobile-phone app allows self-monitoring to afford patient-centred feedback on seizure related risks, such as sudden death in epilepsy (SUDEP) to its users. We sought to generate insights into various seizure related risks and its treatments in WWE of childbearing age (16 to 60 years ) using EpSMon. METHODS: The study utilizes a prospective real-world cohort of 5.5 years. Patient reported data on demographics, medication taken, diagnoses, seizure types and recognised biological, psychological, and social factors of seizure related harm were extracted. Data was stratified according to frequent and infrequent users and those scoring lower and higher risk scores. Multivariate logistic regression and different statistical tests were conducted. FINDINGS: Data from 2158 WWE of childbearing age encompassing 4016 self-assessments were analysed. Overall risk awareness was 25.3% for pregnancy and 54.1% for SUDEP. Frequent users were more aware of pregnancy risks but not of SUDEP. Repeated EpSMon use increased SUDEP awareness but not pregnancy risks. Valproate was used by 11% of WWE, ranging from 6.5% of younger to 31.5% of older women. CONCLUSIONS: The awareness to risks to pregnancy, SUDEP and valproate is low. Valproate is being used by a significant minority. It is imperative risk communication continues for WWE based on their individual situation and need. This is unlikely to be delivered by current clinical models. Digital solutions hold promise but require work done to raise implementation and acceptability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,042
Tête enseignante GPT0,317
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeizureMême sujetPharmacological Effects and Toxicity StudiesTravaux en français237 207