Síndrome de Lennox Gastaut. Aproximación diagnóstica y avances terapéuticos: Fármacos antiepilépticos, Canabidiol y otras alternativas.
Bibliographic record
Abstract
El Síndrome de Lennox Gastaut es una encefalopatía epiléptica catastrófica de inicio en la infancia con características electro-clínicas definidas de la siguiente manera: 1) presencia de múltiples tipos de crisis epilépticas especialmente tónicas; 2) deterioro cognitivo asociado a cambios conductuales; 3) presencia de complejos punta-onda lenta generalizados en el electroencefalograma (EEG) y paroxismos generalizados de actividad rítmica rápida durante el sueño. Su etiología puede ser estructural o genética (antes denominadas sintomáticas y criptogénicas, respectivamente). El diagnóstico inicial puede ser difícil ya que con frecuencia no se identifican todos los criterios al comienzo del cuadro y el diferencial considera otros síndromes epilépticos de inicio en la infancia, tales como las epilepsias mioclónicas. El tratamiento es muy complejo, se carece de guías definidas de práctica clínica, por lo cual la experiencia de expertos es relevante. Se sugiere inicio de medicación con valproato. Lamotrigina, felbamato, topiramato, rufinamida y clobazam son los fármacos de elección de segunda línea aprobados por la Administración Federal de Alimentos y Drogas de los Estados Unidos. (FDA). El manejo quirúrgico incluye cirugía resectiva y callosotomía total o parcial. Otras alternativas son estimulación del Nervio Vago, dieta cetogénica, estimulación cerebral profunda y el uso médico de cannabis.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".