Sleep disturbances and health-related quality of life in children with epilepsy: A caregiver survey
Notice bibliographique
Résumé
INTRODUCTION: Sleep disorders are common in patients with epilepsy. In adults, evidence suggests reduced sleep quality and its negative impact on health-related quality of life (HRQoL). However, data on large pediatric cohorts remain limited. This study investigates the relationship between epilepsy and subjective sleep quality as well as its association with HRQoL in a large cohort of children with epilepsy (CWE). MATERIAL AND METHODS: A parental online survey was conducted for CWE up to 15 years. Biographical and medical information was collected and standardized questionnaires were administered to assess parent reported sleep quality (Children's Sleep Habit Questionnaire), and HRQoL (KINDL®-questionnaire). RESULTS: A total of 304 CWE (52.3 % male) were surveyed, with a median age of 7 years (range 1-15). Seizure frequency varied from daily (25 %) to less than once per year (24.7 %). Antiseizure medication (ASM) was used in 93.8 %, with 30 % receiving ≥ 3 ASMs. Comorbidities, such as autism or ADHD, were reported in 179 children (58.9 %). The mean sleep disturbance score was 54.8 (SD 9.4), with 290 children (95.4 %) scoring above 41, indicating impaired sleep. CWE with both, daytime and nocturnal seizures had worse sleep quality compared to those with daytime seizures only (p = 0.027). The use of sedative medications, like clobazam, was associated with impaired sleep quality (p = 0.025) and shorter sleep duration (p = 0.005). CONCLUSION: CWE experience poorer sleep quality compared to children without epilepsy, especially when nocturnal seizures are present, regardless of the number of ASMs or presence of comorbidities. In CWE, impaired sleep correlates with lower HRQoL.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».