Clinical characteristics and outcomes of patients with post-stroke epilepsy: protocol for an individual patient data meta-analysis from the International Post-stroke Epilepsy Research Repository (IPSERR)
Notice bibliographique
Résumé
INTRODUCTION: Despite significant advances in managing acute stroke and reducing stroke mortality, preventing complications like post-stroke epilepsy (PSE) has seen limited progress. PSE research has been scattered worldwide with varying methodologies and data reporting. To address this, we established the International Post-stroke Epilepsy Research Consortium (IPSERC) to integrate global PSE research efforts. This protocol outlines an individual patient data meta-analysis (IPD-MA) to determine outcomes in patients with post-stroke seizures (PSS) and develop/validate PSE prediction models, comparing them with existing models. This protocol informs about creating the International Post-stroke Epilepsy Research Repository (IPSERR) to support future collaborative research. METHODS AND ANALYSIS: We utilised a comprehensive search strategy and searched MEDLINE, Embase, PsycInfo, Cochrane, and Web of Science databases until 30 January 2023. We extracted observational studies of stroke patients aged ≥18 years, presenting early or late PSS with data on patient outcome measures, and conducted the risk of bias assessment. We did not apply any restriction based on the date or language of publication. We will invite these study authors and the IPSERC collaborators to contribute IPD to IPSERR. We will review the IPD lodged within IPSERR to identify patients who developed epileptic seizures and those who did not. We will merge the IPD files of individual data and standardise the variables where possible for consistency. We will conduct an IPD-MA to estimate the prognostic value of clinical characteristics in predicting PSE. ETHICS AND DISSEMINATION: Ethics approval is not required for this study. The results will be published in peer-reviewed journals. This study will contribute to IPSERR, which will be available to researchers for future PSE research projects. It will also serve as a platform to anchor future clinical trials. TRIAL REGISTRATION NUMBER: NCT06108102.
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 | 0,079 | 0,148 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,012 | 0,023 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,006 |
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 ».