Maintenance of response to ketogenic diet therapy for drug-resistant epilepsy post diet discontinuation: A multi-centre case note review
Notice bibliographique
Résumé
PURPOSE: There is limited research on the proportion of individuals with epilepsy who maintain response to ketogenic diet therapy (KDT) after discontinuing treatment. We aimed to determine the proportion of individuals who did / did not maintain response post KDT and explore factors that may influence the likelihood of maintaining response. METHODS: Retrospective data were collected from 97 individuals from 9 KDT centres. Individuals had achieved ≥50 % seizure reduction on KDT for at least 12 months, with seizure frequency data available at 3 months+ post diet. Outcome 1 was: recurrence of seizures or increase in seizure frequency post diet; outcome 2: recurrence of seizures, increase in seizure frequency or an additional anti-seizure treatment started post diet. RESULTS: 61/97 (62.9 %) individuals maintained response at latest follow-up (mean 2.5[2.0] years since stopping KDT). Approximately one third maintained response without further anti-seizure treatments. One quarter of individuals had an increase in frequency or recurrence of seizures within 6 months (95 %CI 4, 12) for outcome 1 and within 3 months (3, 6) for outcome 2. Individuals who did not achieve seizure freedom on diet were significantly more likely to have an increase in seizures or to require additional anti-seizure treatments post diet compared to those who were seizure-free on diet (hazard ratio 4.02, 95 %CI (1.46, 11.16) p < 0.01). CONCLUSION: Our findings should help guide clinical teams with the information they provide patients and their families regarding likelihood of long-term seizure response to KDT. Realistic costings for KDT services may need to be considered.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».