[논문 리뷰] Quantifying interictal intracranial EEG to predict focal epilepsy

Ryan S. Gallagher, Nishant Sinha외 11명|arXiv (Cornell University)|2023. 07. 27.

Epilepsy research and treatment인용 수 7

한 줄 요약

이 연구는 전기적 간질 발작기 사이의 뇌내 EEG(IEEG) 데이터를 기반으로, 전기극의 공간 분포와 전기적 간질 발작기 사이의 IEEG 이상 소견을 전식식 5 Sense 점수(5SS)와 융합하여 국소성 간질의 예측을 위한 정량적, 데이터 기반 접근법을 제안한다. 이 방법은 수술 대비 기기 기반 치료 예측에서 AUC 0.81을 달성하였고, 수술 후 2년 간의 결과 예측에서는 AUC 0.70을 기록하여, 전식식 5SS 점수만을 사용한 경우보다 유의미하게 향상된 성능을 보였다.

ABSTRACT

Intracranial EEG (IEEG) is used for 2 main purposes, to determine: (1) if epileptic networks are amenable to focal treatment and (2) where to intervene. Currently these questions are answered qualitatively and sometimes differently across centers. There is a need for objective, standardized methods to guide surgical decision making and to enable large scale data analysis across centers and prospective clinical trials. We analyzed interictal data from 101 patients with drug resistant epilepsy who underwent presurgical evaluation with IEEG. We chose interictal data because of its potential to reduce the morbidity and cost associated with ictal recording. 65 patients had unifocal seizure onset on IEEG, and 36 were non-focal or multi-focal. We quantified the spatial dispersion of implanted electrodes and interictal IEEG abnormalities for each patient. We compared these measures against the 5 Sense Score (5SS), a pre-implant estimate of the likelihood of focal seizure onset, and assessed their ability to predict the clinicians choice of therapeutic intervention and the patient outcome. The spatial dispersion of IEEG electrodes predicted network focality with precision similar to the 5SS (AUC = 0.67), indicating that electrode placement accurately reflected pre-implant information. A cross-validated model combining the 5SS and the spatial dispersion of interictal IEEG abnormalities significantly improved this prediction (AUC = 0.79; p<0.05). The combined model predicted ultimate treatment strategy (surgery vs. device) with an AUC of 0.81 and post-surgical outcome at 2 years with an AUC of 0.70. The 5SS, interictal IEEG, and electrode placement were not correlated and provided complementary information. Quantitative, interictal IEEG significantly improved upon pre-implant estimates of network focality and predicted treatment with precision approaching that of clinical experts.

연구 동기 및 목표

• 전기적 간질 발작기 사이의 IEEG를 이용한 객관적이고 표준화된 국소성 간질 예측 방법을 개발하여 주관적인 임상 판단에 대한 의존도를 줄이기 위해.
• 전기극의 공간 분포와 전기적 간질 발작기 사이의 EEG 이상 소견을 정량화하여, 약물 내성 간질의 수술 결정을 향상시키기 위해.
• 정성적 평가를 측정 가능하고 재현 가능한 지표로 대체함으로써, 대규모 다기관 데이터 분석이 가능하도록 하기 위해.
• 정량적 IEEG 지표가 전식식 5 Sense 점수(5SS)와 융합하여 치료 전략 및 장기 예후를 예측하는 데 보완적인 역할을 하는지 평가하기 위해.

제안 방법

• 약물 내성 간질 환자 101명의 전수술적 IEEG 모니터링 데이터를 분석하였다.
• 식입된 전기극의 공간 분포를 네트워크 확산의 척도로 정량화하고, 전식식 5 Sense 점수(5SS)와 비교하였다.
• 전기적 간질 발작기 사이의 이상 소견을 전기극 간의 간질성 활동 분포를 반영하는 공간적 지표를 사용하여 정량화하였다.
• 교차 검증을 통한 기계학습 모델이 5SS와 전기적 간질 발작기 사이의 IEEG 이상 소견의 공간 분포를 융합하여 치료 전략과 2년 후 결과를 예측하였다.
• 모델 성능 평가에 수신기 작동 특성(ROC) 분석을 사용하였으며, 주요 평가 지표로는 ROC 곡선 아래 면적(AUC)을 사용하였다.
• 모델는 수술 대비 기기 기반 치료의 예측과 수술 후 2년 간의 결과 예측에 대해 검증되었다.

실험 결과

연구 질문

• RQ1 전기적 간질 발작기 사이의 IEEG에서 유도된 정량적 지표는 전식식 5 Sense 점수(5SS)만을 사용한 경우보다 국소성 간질 예측 성능을 향상시키는가?
• RQ2 뇌내 전기극의 공간 분포는 실제로 IEEG에서 관찰된 네트워크 집중성과 관련이 있는가?
• RQ3 5SS와 전기적 간질 발작기 사이의 IEEG 지표를 융합한 모델이, 개별적으로 사용했을 때보다 치료 전략 예측 정확도를 높이는가?
• RQ4 5SS, 전기극 배치, 전기적 간질 발작기 사이의 IEEG 이상 소견이 예후 예측에 얼마나 보완적인 정보를 제공하는가?
• RQ5 정량적 IEEG 지표는 국소성 간질에서 수술 후 2년 간의 결과를 신뢰성 있게 예측할 수 있는가?

주요 결과

• IEEG 전기극의 공간 분포는 네트워크 집중성을 AUC 0.67로 예측하였으며, 이는 전식식 5 Sense 점수(5SS)와 유사한 성능을 보여, 전식식 평가와의 강한 일치를 시사한다.
• 5SS와 전기적 간질 발작기 사이의 IEEG 이상 소견의 공간 분포를 융합한 모델은 네트워크 집중성 예측에서 AUC 0.79를 기록하여, 5SS만을 사용한 경우보다 유의미하게 향상된 성능을 보였다(p<0.05).
• 동일한 모델은 수술 대비 기기 기반 치료 전략 예측에서 AUC 0.81을 기록하였으며, 전문가의 임상 판단 수준에 근접한 정확도를 보였다.
• 동일한 모델은 수술 후 2년 간의 결과 예측에서도 AUC 0.70을 기록하여, 임상적 유용성을 입증하였다.
• 5SS, 전기적 간질 발작기 사이의 IEEG 지표, 전기극 배치 간에 상관관계가 없었으며, 이는 서로 다른 정보를 제공하고 보완적인 예측 능력을 가짐을 확인하였다.
• 정량적 전기적 간질 발작기 사이의 IEEG는 전식식 평가를 넘어서 예측 정확도를 크게 향상시켰으며, 표준화되고 확장 가능한 임상 의사결정 지원에 활용될 수 있음을 뒷받침한다.