A meta analysis of key risk factors for sudden unexpected death in epilepsy
Notice bibliographique
Résumé
Purpose: To examine the risk factors (RFs), associated with Sudden Unexpected Death in Epilepsy (SUDEP), and the quantitative standards required to measure them Methods: The literature on RFs associated with SUDEP was systematically reviewed up to August 2020 in databases, including PubMed, the Cochrane Database and Embase. Revised Newcastle-Ottawa Scale (NOS) was performed to determine the quality of each study in this meta-analysis (MA), with a score of ≥ 3, indicating good quality. Any controversies in data extraction and quality assessment were resolved through counsel or adjudication with a third researcher. Results: An initial screening of the literature following the search strategy and manual inclusion yielded a total of 767 studies. After excluding duplicates as well as articles that did not match the topic, 112 studies remained. Twenty-nine studies were finally selected based on the inclusion and exclusion criteria. After a careful review of the full text, nine studies were included in the MA. Conclusion: The five RFs for SUDEP included age at the onset of epilepsy ≤15 years, generalized-tonic-clonic seizure, seizure frequency ≥50 seizures/year, treatment with a combination of multiple antiepileptic drugs, and history of alcohol abuse.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| 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 | 0,001 |
| 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 tête enseignante, 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 ».