门诊视频EEG的收益率:成功捕捉事件的预测因素

科学领域:

• 神经学 神经学
• 临床神经生理学 临床神经生理学

背景情况:

• 门诊视频EEG监测 (AVEM) 对于诊断不清楚事件至关重要.
• 预测AVEM的成功可以优化资源配置和患者管理.

研究的目的:

• 确定影响门诊视频EEG监测 (AVEM) 期间典型患者事件捕获率的因素.
• 根据患者和事件特征,评估诊断AVEM的预测概率.

主要方法:

• 由成年病学家订购的300项AVEM研究的回顾性审查.
• 纳入标准:订购研究以捕捉特定事件;分析了149项研究.
• 对事件频率,抗发作药物 (ASM) 使用和事件类型的分析.

主要成果:

• 46%的患者在AVEM上捕捉了他们的典型事件.
• 患有每日事件 (OR 17.90) 的患者的高捕获率 (84%).
• 在事件<1/周至≥1/月 (或0.06) 的患者中,捕获率低 (9%).
• 增加了非ASM患者的捕获几率 (OR 2.65) 和降低了1ASM患者的几率 (OR 0.28).
• 没有发现与事件类型,先前诊断,精神病史或脑损伤有显著关联.

结论:

• 发作频率和抗发作药物的数量是成功AVEM的关键预测指标.
• 这些发现可以指导临床医生订购AVEM并有效地分配资源.
• 了解预测概率可以提高AVEM的诊断效用.