Performance, impact and experiences of using wearable devices for seizure detection in community-based settings: a mixed methods systematic review
Notice bibliographique
Résumé
Background: There is growing scientific evidence that wearable devices for seizure detection (WDD) perform well in controlled environments. However, their impact on the health and experience of patients with epilepsy (PWE) in community-based settings is less documented. We aimed to synthesize the scientific evidence about the performance of wearable devices used by PWE in community-based settings, and their impact on health outcomes and patient experience. Methods: We performed a mixed methods systematic review. We performed searches in PubMed, Google Scholar, Web of Science and Embase from inception until December 2022. Independent reviewers checked studies published in English for eligibility based on predefined inclusion and exclusion criteria. We collected information about studies, wearable devices, their performance, and their impact on health outcomes and patient experience. We used a narrative method to synthetize separately data for each question. We assessed the quality of included studies with the QUADAS-C and MMAT tools. Results: On a total of 9,595 publications, 10 studies met our eligibility criteria. Study populations included mostly PWE who were young (≤18 years) and/or their caregivers. Participants were living at home in most studies. Accelerometer was the wearable device mostly used for seizure detection. Wearable device performance was high (sensitivity ≥80% and false alarm rate ≤1/day), but some concerns remained due to false alarms according to qualitative studies. There was no significant effect of wearable device on quality of life (QoL) measures and no study reported quantitatively other health outcomes. Qualitative studies reported positive effect of wearable devices on QoL, seizure management and seizure-related injuries. Overall, patients reported that the device, especially the accelerometer, was suitable, but when the device was too visible, they found it uncomfortable. Study quality was low to medium. Conclusions: There is low quality scientific evidence supporting the performance of WDD in a home environment. Although qualitative findings support the positive impacts of wearable devices for patients and caregivers, more quantitative studies are needed to assess their impact on health outcomes such as QoL and seizure-related injuries.
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 | 0,031 | 0,122 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,011 |
| Bibliométrie | 0,014 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».