Klinische Validierung von zEEG, einem drahtlosen EEG-Aufzeichnungssystem für pädiatrische und erwachsene Patienten mit Epilepsie

Forschungshypothese:

Die Hypothese ist, dass sich die vom zEEG aufgezeichneten Signale nicht wesentlich von den Signalen unterscheiden, die von einem standardmäßigen klinischen EEG-System (klinisches EEG) aufgezeichnet wurden. In dieser Studie werden wir das von der FDA zugelassene Langzeit-Videoüberwachungs-EEG-System Xltek® (Natus, Inc.) in klinischer Qualität und das von der FDA zugelassene ambulante EEG-System in klinischer Qualität Nicolet ® (Natus, Inc.) verwenden. zEEG wird mit beiden Systemen verglichen. Aufgrund der nicht überlappenden Positionen der 6 Elektroden ist mit geringfügigen Signalunterschieden zu rechnen. Es wird erwartet, dass der Positionsunterschied zwischen den Elektroden von 1–2 cm einen erkennbaren Unterschied zwischen den beiden Signalen erzeugt.

Hintergrund:

Der Zweck der Studie besteht darin, das zEEG® von ZETO, Inc. (zEEG) zu validieren, ein tragbares drahtloses Headset und Datenerfassungssystem (DAQ) sowohl bei pädiatrischen als auch bei erwachsenen Patienten mit diagnostizierter Epilepsie. Die Studie vergleicht (i) die technischen Parameter der beiden Systeme, (ii) die Empfindlichkeit und Spezifität des zEEG mit standardmäßigen klinischen EEG-DAQ-Systemen, die zur Erkennung abnormaler epileptiformer Entladungen verwendet werden, (iii) die Korrelation mit intrakraniellen Aufzeichnungen, (iv) und die Unterscheidbarkeit der beiden Systeme durch geschulte Neurologen in einem doppelblinden Paradigma. Da das zEEG-Gerät 2018 eine 510(k)-Zulassung von der FDA erhalten hat, geht es in der Studie nicht um die Sicherheit des Geräts. Nach Einschätzung der FDA stellt das Gerät kein nennenswertes Risiko dar und ist der Klasse II zuzuordnen. Das Ziel der Studie besteht darin, den Nutzen eines trockenen, einfach zu verwendenden drahtlosen Systems in der klinischen Elektrographie durch eine quantitative Bewertung der Gesamtqualität des Signals im Vergleich zu einem herkömmlichen klinischen EEG-System zu bewerten.

Design und Methodik:

Spezifikationsziel 1: Quantifizierung und Vergleich der Signalqualität zwischen dem zEEG und dem klinischen EEG-System in gleichzeitigen Aufzeichnungssitzungen, die zu diagnostischen Zwecken bei Patienten im klinischen Umfeld durchgeführt werden, eine Sitzung pro Patient. Insbesondere werden wir Signalüberlappungen (Amplitude, Abtastfrequenz, Alphawellen, scharfe Wellen, fokale Verlangsamung, Spitzen- und Wellenmuster sowie Schlafspindeln) und die spektrale Korrelation zwischen den beiden Systemen testen. Wir werden ein multifaktorielles ANOVA-Design verwenden, bei dem die unabhängigen Variablen in vier Faktoren unterteilt sind: Altersgruppe (Kinder, Erwachsene), System (zEEG, cEEG), Aufgabe (1-5) und Aufzeichnungsorte (10-20). System). Die abhängige Variable ist das spektrale Signal-Rausch-Verhältnis (SNR), das als spektraler Mittelwert (geteilt durch die spektrale Standardabweichung) berechnet wird.

Spezifikationsziel 2: Bestimmen Sie die Empfindlichkeit und Spezifität der beiden Systeme für epileptiforme Aktivität in gleichzeitigen Aufzeichnungen. Obwohl Spec Aim 1 uns eine Schätzung der Sensitivität von zEEG im Vergleich zum klinischen EEG-System liefern wird, liefert es keine Schätzung der Spezifität der Parameter für elektrografische Ereignisse, die für die Diagnose relevant sind. Wenn sich beispielsweise herausstellt, dass das zEEG mit seinen hochohmigen Trockenelektroden viel empfindlicher auf elektrische Potenzialänderungen reagiert als das klinische Standardgerät, könnte dies auch seine Empfindlichkeit für Bewegungsartefakte erhöhen, die neuronale Signale verunreinigen würden. Sensitivität ohne Spezifität bedeutet keine Verbesserung. Daher werden wir testen, ob der Unterschied in der Sensitivität auch mit einem Unterschied in der Spezifität einhergeht. Ein auf Trockenelektroden basierendes System übertrifft die klinischen Standardsysteme mit Nasselektroden, wenn es mindestens die gleiche Empfindlichkeit und Spezifität für die Darstellung klinisch relevanter EEG-Ereignisse bietet. Daher werden wir die Trennung zwischen myogenen Artefakten, Zähnepressen, Kopfbewegungen, Augenbewegungen und EEG zwischen den beiden Systemen zEEG und dem klinischen EEG-System vergleichen. In diesem spezifischen Ziel vergleichen wir nur Xltek® (Natus, Inc.), ein von der FDA zugelassenes Langzeitüberwachungs-EEG-System in klinischer Qualität, mit zEEG, im Gegensatz zur Verwendung von zwei verschiedenen klinischen EEG-Systemen (Nicolet® und Xltek), um dies sicherzustellen Homogenität der Proben (Anhang, Abbildung 2A). Am wichtigsten ist, dass wir die Trennung zwischen Grundaktivität und epileptiformer Aktivität vergleichen. Fälle epileptiformer Aktivität werden von geschulten Neurologen unter unseren wichtigsten Co-Ermittlern identifiziert. Wir werden das Ausmaß der Amplituden- und Leistungsspektrenänderung vom Basis-EEG zu Bewegungsartefakten und epileptiformer Aktivität zwischen den beiden Systemen vergleichen. Die Spektraldichtestatistik wird zwischen 1 und 180 Hz berechnet.

Die Aufzeichnungen für Spec Aim 1 und Spec Aim 2 werden an verschiedenen Probanden unter Verwendung verschiedener klinischer Verstärker als Vergleichssysteme durchgeführt: Nicolet® für die ambulante Datenerfassung und ein Xltek® für die Langzeitüberwachung. Jeder Patient nimmt nur einmal an der Studie teil.

Spezifikationsziel 3: Testen der Übereinstimmung klinischer Bewertungen, die von 16 erfahrenen Neurologen auf der Grundlage der von den beiden Systemen erfassten EEG-Aufzeichnungen durchgeführt wurden. Wir vergleichen die klinischen Schlussfolgerungen zu relevanten Merkmalen der epileptiformen Aktivität, die in gleichzeitigen zEEG- und klinischen EEG-Proben erfasst wurden.

Der Zweck dieses Ziels besteht darin, die klinische Gültigkeit der mithilfe von zEEG erstellten Aufzeichnungen im Vergleich zu den Aufzeichnungen zu bewerten, die mithilfe standardmäßiger klinischer EEG-Systeme erstellt wurden. Wir testen, ob die von Proben der beiden verschiedenen Systeme übermittelten Informationen bei der Auswertung durch ausgebildete Neurologen übereinstimmen. Dieses Ziel vergleicht, wie klinisch aussagekräftig die beiden Systeme sind, unabhängig von ihren technischen Parametern. Letztlich ist das neue EEG-System nur dann aussagekräftig, wenn die aus den beiden Probenarten gezogenen klinischen Schlussfolgerungen übereinstimmen. Beachten Sie, dass es bei diesem Ziel nicht darum geht, welches System besser ist. Stattdessen geht es um die Frage, ob das zEEG angesichts seiner Vorteile in Bezug auf Benutzerfreundlichkeit, Einrichtungszeit, Tragbarkeit und Komfort gut genug ist, um das klinische EEG-System zu ersetzen. Das Ziel geht auch nicht davon aus, dass die beiden Systeme nicht unterscheidbar seien. Erfahrene Neurologen werden die beiden Systeme nicht direkt miteinander vergleichen. Stattdessen werden sie klinische Bewertungen auf der Grundlage der Proben liefern. Diese Proben werden von anderen erfahrenen Neurologen (den Forschern dieser Studie) vorab ausgewählt. Es wird keine Überschneidungen zwischen CO-Ermittlern und Fachneurologen geben. Die von den betreffenden Neurologen bereitgestellten klinischen Bewertungen werden von einem Computerprogramm blind bewertet, und der PI und der Autor der Studie bewerten die Übereinstimmung dieser Ergebnisse. Basierend auf der Konkordanz schließen die Forscher, ob die beiden EEG-Systeme die gleichen klinischen Informationen übermitteln oder nicht. Dieses Verfahren gewährleistet das Doppelblind-Paradigma und minimiert Verzerrungen.

Datenanalyse:

Spezifikationsziel 1: Für die statistische Auswertung segmentieren wir die Daten in gleiche Blöcke von 256 Punkten (512 ms) und führen eine FFT (Fast Fourier Transform) durch. Wir werden die Multi-Taper-Spektralzerlegung mit Schiebefenster verwenden, um Kanteneffekte zwischen den Blöcken zu vermeiden. Wir werden diese Analysen in jedem Kanal separat durchführen. Mithilfe mehrerer Blöcke können wir Statistiken zu 351 Proben aus 3-m-Aufzeichnungen berechnen. Der spektrale Unterschied wird mit einer Konfidenz von 0,05 bei verschiedenen Frequenzbändern und unter Verwendung der Bonferrioni-Korrektur für die Mehrfachvergleiche geschätzt.

Abschließend berechnen wir den Korrelationskoeffizienten zwischen dem zEEG und dem klinischen EEG-Spektrum unter allen fünf Bedingungen

Spezifikationsziel 2: Unsere Neurologen identifizieren und schneiden vorab aufgezeichnete gleichzeitige zEEG- und cEEG-Proben während des normalen Ruhezustands, während Bewegungen und während elektrografischer Ereignisse basierend auf Videowiedergabe und EEG. Wir werden für jede Art von Ereignissen 60-s-Intervalle auswählen, so viele, wie wir während einer einstündigen EEG-Sitzung/Proband erreichen können. Wir verwenden für beide Systeme die gleiche Filtereinstellung und Abtastrate (500 Hz). Als nächstes berechnen wir die Probenkorrelation zwischen zEEG und cEEG innerhalb von 1,25 s langen Schiebefenstern. Wir vergleichen die Änderung der spektralen Leistungsdichte innerhalb desselben Systems zwischen Ruhezustands-EEG, Bewegungsartefakten und elektrografischen Ereignissen (interiktale Spitzen, Anfälle, Spitzen, Spike und Welle, andere epileptische Entladungen). Wir quantifizieren den spektralen Unterschied zwischen diesen Ereignissen, indem wir mithilfe der ROC-Analyse einen Unterscheidbarkeitsindex berechnen. Die ROC-Analyse testet, wie ein „idealer Beobachter“ in der Lage wäre, diese Proben anhand der spektralen Unterschiede im Verhältnis zur großen Wahrheit (basierend auf der Klassifizierung durch unsere erfahrenen Neurologen) zu unterscheiden, ohne zu wissen, aus welchem ​​Zeitraum diese Proben entnommen wurden.

Für die statistische Analyse wird eine Vier-Wege-ANOVA verwendet, wobei die 4 Faktoren sind: Altersgruppe (pädiatrisch, Erwachsene), System (zEEG, cEEG), Aufgaben (1-5) und Aufzeichnungsorte (System 10-20). ). Die abhängige Variable ist das spektrale Signal-Rausch-Verhältnis (SNR), das als spektraler Mittelwert (geteilt durch die spektrale Standardabweichung) berechnet wird.

Spezifikationsziel 3: Die maximal erreichbare richtige Punktzahl pro Fach beträgt 7 für den ersten Test und 7 für den zweiten. Als nächstes kombinieren wir die Ergebnisse der Sitzungen innerhalb desselben Systems wie folgt. Wenn die Scores aus dem ersten Satz als klinisches EEG [a1 a2 a3 a4 a5 a6] und zEEG [b1 b2 b3 b4 b5 b6] und im zweiten Satz als klinisches EEG [a7 a8 a9 a10 a11 a12] und zEEG [b7 b8 b9 b10 b11 b12], dann berechnen wir die Differenzwerte als DclinicalEEG-zEEG (a1-b1, a2-b2, …, a12-b12). Unser NULL-Wert bedeutet, dass die Bewertungen der beiden Experten zwischen den beiden Systemen übereinstimmen und die D-Werte nicht von Null abweichen. Die Alternative besteht darin, dass die Expertenbewertungen der beiden Systeme nicht übereinstimmen; Daher unterscheidet sich die Verteilung der D-Werte deutlich von Null. Wir werden einen Student-T-Test bei einer Stichprobe berechnen, um die Abweichung der Verteilung von Null zu vergleichen.

Wir werden 16 Experten bitten, ihre Antworten zum Testen der Proben abzugeben. Wir werden den Test online durchführen lassen. Die EEG-Proben werden deidentifiziert. Verstärkung, Filterung und Abtastrate sind für alle Proben und zwischen beiden Systemen identisch. Pro Artikel ist nicht mehr als 1 Minute erforderlich. Der gesamte Test mit den 5 Fragen und etwa 10 Proben (klinischer EEG-Satz und zEEG-Satz) dauert etwa 10 Minuten. Gemäß unserem Power-Test beträgt die Power des statistischen Tests bei einer Stichprobengröße = 16, einem STD = 3 (im Bereich von 1 bis 7) und einem Stichprobendurchschnitt D = 2 84,7 %, was für statistische Schlussfolgerungen ausreichend ist. Daher reicht die Stichprobengröße = 16 für die gewünschte statistische Aussagekraft von >80 % aus (http://rpsychologist.com/d3/NHST/). Konventionell sind 80 % ein akzeptables Leistungsniveau (Ellis, 2010).