Electroencephalographic seizures (ESs) are common in encephalopathic critically ill children, but identification requires extensive resources for continuous electroencephalographic monitoring (CEEG). In a previous study, we developed a clinical prediction rule using three clinical variables (age, acute encephalopathy category, clinically evident seizure[s] prior to CEEG initiation) and two electroencephalographic (EEG) variables (EEG background category and interictal discharges within the first 30 minutes of EEG) to identify patients at high risk for ESs for whom CEEG might be essential. In the current study, we aimed to validate the ES prediction model using an independent cohort.

中文翻译：

---

危重儿童脑电图癫痫预测模型的验证

脑电图癫痫发作 (ESs) 在脑病危重儿童中很常见，但识别需要大量资源进行连续脑电图监测 (CEEG)。在之前的一项研究中，我们使用三个临床变量（年龄、急性脑病类别、CEEG 启动前临床明显癫痫发作）和两个脑电图 (EEG) 变量（EEG 背景类别和第一次发作期间的放电）制定了临床预测规则。 30 分钟的 EEG）以识别可能需要 CEEG 的 ES 高危患者。在当前的研究中，我们旨在使用独立队列验证 ES 预测模型。