Incidence and risk factors of post-stroke seizures and epilepsy: systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: Due to variability in reports, the aim of this meta-analysis was to evaluate the incidence and risk factors of post-stroke early seizures (ES) and post-stroke epilepsy (PSE). METHODS: The MEDLINE, EMBASE and Web of Science databases were searched for post-stroke ES/PSE articles published on any date up to November 2020. Post-stroke ES included seizures occurring within 7 days of stroke, and PSE included at least one unprovoked seizure. Using random effects models, the incidence and risk factors of post-stroke ES and PSE were evaluated. The study was retrospectively registered with INPLASY (INPLASY2023100008). RESULTS: Of 128 included studies in total, the incidence of post-stroke ES was 0.07 (95% confidence interval [CI] 0.05, 0.10) and PSE was 0.10 (95% CI 0.08, 0.13). The rates were higher in children than adults. Risk factors for post-stroke ES included hemorrhagic stroke (odds ratio [OR] 2.14, 95% CI 1.44, 3.18), severe strokes (OR 2.68, 95% CI 1.73, 4.14), cortical involvement (OR 3.09, 95% CI 2.11, 4.51) and hemorrhagic transformation (OR 2.70, 95% CI 1.58, 4.60). Risk factors for PSE included severe strokes (OR 4.92, 95% CI 3.43, 7.06), cortical involvement (OR 3.20, 95% CI 2.13, 4.81), anterior circulation infarcts (OR 3.28, 95% CI 1.34, 8.03), hemorrhagic transformation (OR 2.81, 95% CI 1.25, 6.30) and post-stroke ES (OR 7.24, 95% CI 3.73, 14.06). CONCLUSION: Understanding the risk factors of post-stroke ES/PSE may identify high-risk individuals who might benefit from prophylactic treatment.
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 | 0,011 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».