Prevalence of migraine in individuals with functional seizures: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: This study aimed to understand the prevalence of migraine in patients with functional seizures in general, as well as compared to patients with epileptic seizures. METHODS: We conducted a literature search of the PubMed, Scopus, and Web of Science databases from database inception until July, 2024. We identified studies using an observational design and performed a meta-analysis to evaluate the association between migraines and functional seizures. We assessed the quality of the studies with the Newcastle-Ottawa Scale, and identified the pooled odds ratios (OR) and mean differences. Heterogeneity was investigated using the I² statistic, significance was determined using Cochran's test, and a post-hoc Begg's test was performed. This study was registered with PROSPERO (CRD42024558536). RESULTS: Of the 3248 studies identified, 13 studies (N = 2415) were eligible for inclusion. Out of 2415 patients with functional seizures, 763 (31.5 %) patients had comorbid migraine. The pooled OR for prevalence of migraine in individuals with functional seizures compared with those with epileptic seizures was 2.77 (95 % CI: 2.36-3.27), with a corresponding mean difference of 18 % ((95 % CI: 9 %-27 %). Quality assessment revealed moderate-to-high quality in all the included studies. CONCLUSION: This study revealed a high prevalence of migraine in patients with functional seizures. However, existing evidence is limited to a handful of observational studies. More studies are needed to evaluate the direction of the association and the clinical and therapeutic impact of migraine on functional seizures.
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,002 |
| Bibliométrie | 0,002 | 0,005 |
| 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) | 0,001 | 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 ».