Which terms should be used to describe medications used in the treatment of seizure disorders? An <scp>ILAE</scp> position paper
Notice bibliographique
Résumé
A variety of terms, such as "antiepileptic," "anticonvulsant," and "antiseizure" have been historically applied to medications for the treatment of seizure disorders. Terminology is important because using terms that do not accurately reflect the action of specific treatments may result in a misunderstanding of their effects and inappropriate use. The present International League Against Epilepsy (ILAE) position paper used a Delphi approach to develop recommendations on English-language terminology applicable to pharmacological agents currently approved for treating seizure disorders. There was consensus that these medications should be collectively named "antiseizure medications". This term accurately reflects their primarily symptomatic effect against seizures and reduces the possibility of health care practitioners, patients, or caregivers having undue expectations or an incorrect understanding of the real action of these medications. The term "antiseizure" to describe these agents does not exclude the possibility of beneficial effects on the course of the disease and comorbidities that result from the downstream effects of seizures, whenever these beneficial effects can be explained solely by the suppression of seizure activity. It is acknowledged that other treatments, mostly under development, can exert direct favorable actions on the underlying disease or its progression, by having "antiepileptogenic" or "disease-modifying" effects. A more-refined terminology to describe precisely these actions needs to be developed.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,000 | 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 ».