Is temperature regulation different in children susceptible to febrile seizures?
Notice bibliographique
Résumé
OBJECTIVE: To examine the relationship between the presence and magnitude of fever and susceptibility to febrile seizures, defined as a known family history of febrile seizures. METHODS: Reanalysis of a case-control study dataset (Am J Dis Child. 1993; 147: 35-39). The magnitude of presenting fever was examined between the incident febrile seizure group (N = 75) and febrile control group (N = 150) for a family history of febrile seizures. The presence of fever was examined between the febrile control group (N = 150) and the afebrile control group (N = 150) for a family history of febrile seizures. RESULTS: Children with incident febrile seizures had a higher temperature in the emergency department than febrile controls (39.3 degrees C vs 39.0 degrees C, p = .004). Febrile control children with a known family history of febrile seizures had higher temperatures than those without a known family history (39.5 degrees C vs 38.9 degrees C, p = .04). A model of fever magnitude within the febrile group (seizures and controls) suggested that most of this relationship was on the basis of family history of febrile seizures rather than seizure or control status, with a possibility of interaction. Within the control children (febrile and afebrile), a known family history of febrile seizures was associated with fever (OR 3.4, 95% CI: 1.1,10.7). CONCLUSIONS: Children susceptible to febrile seizures through a known family history of febrile seizures appear more likely to present to emergency departments with fever, and when compared to their febrile counterparts, a fever of higher magnitude. This data supports Rantala's assertion "It may be that regulation of temperature is different in children susceptible to febrile 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».