Evaluación y manejo de primera crisis epiléptica
Bibliographic record
Abstract
Las crisis epilépticas son una causa frecuente de consulta en la emergencia y en la atención ambulatoria. La evaluación de una primera crisis epiléptica reviste gran trascendencia en este contexto, ya que la ocurrencia de ésta no implica necesariamente el diagnóstico de epilepsia (dos o más crisis no provocadas separadas por más de 24 horas; una crisis única con alto riesgo de recurrencia (>60%); o la evidencia de un síndrome epiléptico – definición de la Liga Internacional para la Lucha Contra la Epilepsia, ILAE) y el tratamiento subsecuente. Por otro lado, no todo paciente con primera crisis debe ser dejado en observación sin recibir el manejo apropiado. Esta decisión está en función del riesgo de recurrencia de crisis. Para ello, la Academia Americana de Neurología (AAN de sus siglas en inglés) recomienda la clasificación de la primera crisis epiléptica en cinco grupos y dependiendo del riesgo de recurrencia de crisis establecido para cada uno de ellos, se tendrá una guía para proceder o no con el tratamiento antiepiléptico. Los grupos son: pacientes con crisis epiléptica provocadas; pacientes con crisis sintomáticas agudas; pacientes con crisis sintomática remotas; primera crisis asociada a síndromes epilépticos; primera crisis de causa desconocida. La guía publicada por AAN en el 2015 para el manejo de primera crisis, sugiere que los pacientes con crisis sintomáticas remotas (lesiones cerebrales pasadas no evolutivas), pacientes con anormalidades epileptiformes interictales; pacientes con estudios de imagen anormales (RMN y TC); y pacientes con crisis nocturnas, tienen un riesgo elevado para recurrencia de crisis (>60%) por lo que deben ser tratadas. La evidencia disponible a la fecha sugiere también que no hay diferencia significativa en el inicio precoz o diferido del tratamiento antiepiléptico para el control de las crisis a largo plazo.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.004 |
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; both teacher heads agree on what is shown here.
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".