MétaCan
Menu
← Retour à la cohorte
Enregistrement W6967564364 · doi:10.5061/dryad.6t1g1jwxd

The incidence and prevalence of drug resistant epilepsy: a systematic review and meta-analysis

2021· dataset· en· W6967564364 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2021
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésIncidence (geometry)Observational studyEpilepsyDrug Resistant EpilepsyCumulative incidenceEpidemiologyMeta-analysisMEDLINE

Résumé

récupéré en direct d'OpenAlex

Objective: In order to evaluate the incidence and prevalence of drug-resistant epilepsy (DRE) as well as its predictors and correlates, we conducted a systematic review and meta-analysis of observational studies. Methods: Our protocol was registered with PROSPERO and the PRISMA and MOOSE reporting standards were followed. We searched MEDLINE, Embase, and Web of Science. We used a double arcsine transformation and random-effects models to carry out our meta-analyses. We performed random-effects meta-regressions using study-level data. Results: Our search strategy identified 10,794 abstracts. Of these, 103 articles met our eligibility criteria. There was high inter-study heterogeneity and risk of bias. The cumulative incidence of DRE was 25.0 % (95% CI: 16.8, 34.3) in child studies but 14.6% (95% CI: 8.8, 21.6) in adult/mixed ages studies. The prevalence of DRE was 13.7% (95% CI: 9.2, 19.0) in population/community-based populations but 36.3% (95% CI: 30.4, 42.4) in clinic-based cohorts. Meta-regression confirmed that the prevalence of DRE was higher in clinic-based populations and in focal epilepsy. Multiple predictors and correlates of DRE were identified. The most reported of these were having a neurological deficit, an abnormal EEG, and symptomatic epilepsy. The most reported genetic predictors of DRE were polymorphisms of the ABCB1 gene. Conclusions: Our observations provide a basis for estimating the incidence and prevalence of DRE, which vary between populations. We identified numerous putative DRE predictors and correlates. These findings are important to plan epilepsy services, including epilepsy surgery, a crucial treatment option for people with disabling seizures and DRE.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,034
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0230,047
Bibliométrie0,0100,011
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,355
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→