[论文解读] A library of quantitative markers of seizure severity

Sarah J. Gascoigne, Leonard Waldmann+17 more|arXiv (Cornell University)|Jun 30, 2022

EEG and Brain-Computer Interfaces被引用 4

一句话总结

本文提出了一套包含16个定量脑电图（EEG）标志物的库，利用63名患者和1,009次癫痫发作的颅内EEG数据，客观评估癫痫发作的严重程度。这些标志物捕捉了信号幅度、扩散范围、持续时间以及发作后抑制等特征，能够有效区分局灶性发作与无症状发作，并揭示个体间发作严重程度的昼夜节律和长期波动。

ABSTRACT

Purpose: Understanding fluctuations of seizure severity within individuals is important for defining treatment outcomes and response to therapy, as well as developing novel treatments for epilepsy. Current methods for grading seizure severity rely on qualitative interpretations from patients and clinicians. Quantitative measures of seizure severity would complement existing approaches, for EEG monitoring, outcome monitoring, and seizure prediction. Therefore, we developed a library of quantitative electroencephalographic (EEG) markers that assess the spread and intensity of abnormal electrical activity during and after seizures. Methods: We analysed intracranial EEG (iEEG) recordings of 1056 seizures from 63 patients. For each seizure, we computed 16 markers of seizure severity that capture the signal magnitude, spread, duration, and post-ictal suppression of seizures. Results: Quantitative EEG markers of seizure severity distinguished focal vs. subclinical and focal vs. FTBTC seizures across patients. In individual patients, 71% had a moderate to large difference (ranksum r > 0.3) between focal and subclinical seizures in three or more markers. Circadian and longer-term changes in severity were found for 67% and 53% of patients, respectively. Conclusion: We demonstrate the feasibility of using quantitative iEEG markers to measure seizure severity. Our quantitative markers distinguish between seizure types and are therefore sensitive to established qualitative differences in seizure severity. Our results also suggest that seizure severity is modulated over different timescales. We envisage that our proposed seizure severity library will be expanded and updated in collaboration with the epilepsy research community to include more measures and modalities.

研究动机与目标

• 为解决癫痫发作严重程度目前缺乏客观、定量的评估方法，而依赖于主观的患者或临床医生报告的问题。
• 开发一套可解释的、基于EEG的标志物库，以捕捉癫痫发作动力学的关键特征，如扩散范围、强度、持续时间以及发作后抑制。
• 验证这些定量标志物是否能够有效区分临床上不同的发作类型，特别是局灶性发作与无症状发作。
• 探究个体患者在昼夜节律及更长周期内发作严重程度是否呈现可测量的波动。
• 为未来可扩展的、由社区驱动的癫痫发作严重程度标志物库奠定基础，以用于临床监测、治疗评估及癫痫发作预测。

提出的方法

• 本研究分析了63名癫痫患者在临床监测环境中记录的1,009次颅内EEG（iEEG）发作数据。
• 每个发作计算了16个定量标志物，包括信号幅度（如峰值振幅、能量）、空间扩散（如连线长度、电极数量）、持续时间以及发作后抑制（如主要抑制持续时间、抑制强度）等指标。
• 标志物基于高密度iEEG信号计算，空间扩散通过电极连接性和信号传播度量进行量化。
• 采用Wilcoxon秩和检验进行统计比较，评估局灶性发作与无症状发作在标志物值上的差异。
• 使用圆形线性相关性和Spearman等级相关性分析标志物值与一天中时间或EEG监测时间的关系。
• 采用1,000次置换检验评估标志物与一天中时间相关性的显著性。

实验结果

研究问题

• RQ1 定量EEG标志物能否客观地区分临床上不同的发作类型，如局灶性发作与无症状发作？
• RQ2 个体患者在昼夜节律或更长周期内是否表现出可测量的发作严重程度波动？
• RQ3 哪些特定EEG标志物与发作发生时间（如昼夜节律模式）存在显著的时间相关性？
• RQ4 这些定量严重程度标志物在不同患者中对已知临床差异的严重程度反映是否具有一致性？
• RQ5 在个体患者中，发作后抑制和发作活动扩散范围随时间的变化程度如何？

主要发现

• 53%的患者在三个或更多定量标志物上表现出局灶性发作与无症状发作之间中等至大程度的差异（ranksum r > 0.3，p < 0.05）。
• 发作严重程度标志物揭示了大多数患者存在昼夜节律和更长周期的严重程度波动，表现为标志物与一天中时间或监测时间的显著相关性。
• 主要抑制持续时间、抑制强度和持续时间等标志物在多名患者中与一天中时间存在显著相关性（p < 0.05，置换检验）。
• 空间扩散标志物（如连线长度、电极数量）以及基于功率的特征（如δ、θ、β频段功率）在部分患者中与发作时间呈现显著的时间相关性。
• 该标志物库在患者间成功区分了局灶性发作与无症状发作，显示出对临床相关严重程度差异的高度敏感性。
• 本研究识别出患者特异性的严重程度调节模式，包括无症状发作的昼夜节律，以及抑制和扩散随时间的动态变化。