Autismo associado à epilepsia: relato de caso
Bibliographic record
Abstract
Introdução: O autismo é uma doença do desenvolvimento, onde são notados problemas quanto à interação social, capacidade de comunicação e movimentos repetitivos. Pode variar desde formas graves de deficiência mental até pessoas com inteligência normal e vida independente. A associação desta entidade nosológica com a epilepsia é pouco documentada na literatura e estudos mostram que a prevalência de epilepsia chega a ser de 1 a 2% maior nos pacientes com autismo em relação à população em geral. As condutas escolhidas para tratar este paciente com tais doenças devem incluir uma equipe multidisciplinar, com finalidade de uma melhor qualidade de vida e atividades que integradoras para o paciente, indo desde a uso de fármacos à terapia ocupacional, fisioterapia e outras atividades. Detalhamento do caso: paciente, sexo feminino, 8 anos e 9 meses, desde os 6 meses de idade, apresentava atraso no desenvolvimento, recebeu diagnostico de Transtorno do Espectro Autista (TEA) associado à epilepsia atendida em serviço de referência em pediatria em Belém-Pará e tratada inicialmente com Fe2SO4, carbamazepina e risperidona. Conclusão: Poucos são os relatos na literatura de associação entre o transtorno do espectro autista (TEA) e epilepsia na literatura, portanto é importante estudar o tema, já que a prevalência de epilepsia é maior nos pacientes que possuem TEA. O profissional que atende o paciente com TEA deve atentar para a investigação da epilepsia, não devendo negligenciar uma possível associação entre as patologias, mas sim oferecer um diagnóstico precoce, tratamento multiprofissional e uma melhor qualidade de vida para a criança.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".