NECESIDAD: base de datos de EEG de epilepsia neuromed. Una gran base de datos de EEG de pacientes con epilepsia para la comunidad de investigación. (NEED)

Cerca de 50 millones de personas en todo el mundo padecen epilepsia, que es una de las enfermedades neurológicas más frecuentes. Se caracteriza por convulsiones repentinas e impredecibles que pueden conducir a la pérdida del conocimiento y reacciones motoras descontroladas, impactando severamente la calidad de vida de los pacientes con epilepsia. Solo dos tercios de los pacientes con epilepsia pueden controlar las convulsiones con medicamentos antiepilépticos o mediante cirugía para la epilepsia. Para los pacientes restantes, se deben considerar otros enfoques terapéuticos. Estos enfoques incluyen el desarrollo de un dispositivo intervencionista de circuito cerrado, capaz de detectar convulsiones y desencadenar una operación intervencionista, como administrar fármacos antiepilépticos o estimular eléctricamente el foco epileptogénico para abortar la convulsión. Con el fin de brindar abordajes terapéuticos eficientes a estos pacientes, en las últimas décadas se han realizado muchos esfuerzos para desarrollar métodos automáticos que permitan encontrar marcadores confiables en la señal electroencefalográfica (EEG), que es el estándar de oro para el diagnóstico de la epilepsia, capaces de predecir o detectar precozmente Convulsiones en EEG. Dichos métodos se basan en enfoques matemáticos o computacionales para el análisis de señales de EEG, cuyo objetivo es extraer medidas complejas (las llamadas "características") de la señal de EEG, que no son reconocibles con la inspección visual clásica de señales de EEG realizada por epileptólogos durante el diagnóstico de epilepsia, para utilizar tales características como precursores de convulsiones entrantes (predicción de convulsiones) o como indicadores de una convulsión en curso (detección de convulsiones). Se han propuesto muchos métodos en los últimos años, lineales o no lineales, para extraer características de la señal EEG. Recientemente, algunos estudios utilizaron también la señal electrocardiográfica (ECG), que normalmente se registra junto con el EEG en la monitorización de la epilepsia, para extraer características prometedoras de ella. Aunque estos estudios mostraron resultados prometedores, sin embargo adolecen de muchas limitaciones. Entre ellos, el uso de un número limitado de pacientes y convulsiones y el uso de solo grabaciones pertenecientes a la fase anterior a las convulsiones (el llamado período pre-ictal). Tales limitaciones no permiten determinar, por ejemplo, la especificidad de tales algoritmos, porque no consideran también los registros adquiridos en intervalos de tiempo alejados de las crisis (datos interictales) y podrían dar lugar a un sobreajuste de la predicción de crisis. modelo de detección. En lo único en lo que todos los investigadores en epilepsia están de acuerdo es en la existencia de una fase preictal, que es la fase que precede a la crisis, la fase ictal, donde la crisis es "activa" y la fase interictal, que es un período temporalmente lejos de la incautación. Normalmente, los métodos automáticos para la predicción/detección de convulsiones constan de tres fases diferentes: el preprocesamiento (eliminación de artefactos, filtrado de paso de banda, segmentación de datos, …) de las señales de EEG, extracción de características y selección y clasificación de características. Este último paso suele consistir en el uso de métodos estadísticos y de aprendizaje automático para tomar decisiones sobre la predicción/detección. Básicamente, estos modelos deberían poder clasificar cada instancia de EEG en dos clases, "convulsión" o "sin convulsión", utilizando las características extraídas de la señal de EEG. La eficacia de estos modelos depende en gran medida de la eficiencia con la que se entrenan y, normalmente, cuantos más datos se utilicen para entrenarlos, más capaces serán de tomar la decisión correcta. Por lo tanto, la disponibilidad de una gran base de datos de datos podría permitir desarrollar modelos eficientes para la detección/predicción de la epilepsia. La posibilidad de que los investigadores tengan acceso a una gran base de datos de datos de EEG continuos y a largo plazo de pacientes con epilepsia podría ser una gran oportunidad para desarrollar métodos automáticos de predicción/detección de convulsiones eficientes y fiables. Por estas razones, en los últimos años algunos grupos de investigación han propuesto y compartido una base de datos pública de EEG con investigadores que quieren probar sus modelos automatizados de detección/predicción de convulsiones. En particular, dicha base de datos ha sido propuesta por el Centro de Epilepsia de la Universidad de Bonn y Friburgo y también por el Hospital Infantil de Boston y se ha puesto a disposición de los investigadores para su descarga gratuita. Estas bases de datos contienen registros de EEG a largo plazo adquiridos durante el seguimiento prequirúrgico de pacientes con epilepsia. El número de pacientes incluidos en estas bases de datos es bastante bajo (de un mínimo de 5 a un máximo de 23 pacientes) y también el número de crisis es limitado (de un mínimo de 59 a un máximo de 189). Además, la duración de las grabaciones oscila entre 40 minutos y 142 horas y el número de metadatos (otra información sobre pacientes y convulsiones) es muy bajo. La última base de datos ha sido propuesta en 2008 en el marco de un proyecto financiado por la UE (EPILEPSIAE), en el que han participado 6 socios diferentes (hospitales, universidades, empresas) de 4 países diferentes (Alemania, Italia, Francia, Portugal). Esta base de datos no es gratuita, pero está disponible para su descarga previo pago en 2012. Hoy en día, es la base de datos de EEG de epilepsia más grande disponible en todo el mundo (http://epilepsy-database.eu/). Contiene datos de 275 pacientes, incluidos registros de EEG y ECG, metadatos, anotaciones clínicas y técnicas sobre los datos e información clínica sobre los pacientes. En realidad, solo 60 de los 275 conjuntos de datos están disponibles para descargar. El objetivo de este estudio es crear una base de datos de EEG a largo plazo adquirida en pacientes con epilepsia durante el monitoreo prequirúrgico no invasivo en la Unidad de Cirugía de Epilepsia en IRCCS Neuromed. La base de datos incluirá, además de registros de EEG y ECG, anotaciones clínicas y técnicas sobre los datos realizadas por epileptólogos expertos y también información clínica sobre el paciente, incluidas las evaluaciones neuropsicológicas. Todos los datos se anonimizarán primero, se cifrarán y luego estarán disponibles para su descarga gratuita. La base de datos incluirá datos de 200 pacientes con epilepsia que se sometieron a un control de epilepsia prequirúrgico no invasivo en la Unidad de Cirugía de Epilepsia en IRCCS Neuromed. Al final del monitoreo EEG no invasivo, dos epileptólogos expertos inspeccionarán los datos de EEG/ECG para identificar las convulsiones, en particular los canales donde comienza la convulsión y el tiempo, y todo podría ser de interés para el proyecto. Todas las grabaciones se exportarán en formato ASCII (American Standard Code for Information Interchange) utilizando el software DMS Data Management System (Nihon Kohden Europe Gmbh), versión 2.9.8 y se almacenarán localmente. Al mismo tiempo, se adquirirán datos clínicos y demográficos (solo sexo y edad) de cada paciente. En particular, para cada paciente se dispondrá de los siguientes datos:

• Datos demográficos (género y edad);
• Información clínica (tipo de epilepsia, frecuencia de las crisis,…);
• datos neuropsicológicos;
• Datos de EEG adquiridos según el sistema internacional 10-20;
• datos de ECG;
• Información sobre las grabaciones y las incautaciones (hora de inicio y finalización, hora de inicio y finalización de cada incautación,…)

Todos los datos de todos los pacientes se incluirán en una única base de datos y cada paciente se almacenará en un único archivo comprimido. La base de datos estará disponible después de completar una solicitud que cada investigador puede enviar utilizando una URL dedicada, en la que el investigador completará un formulario cuando se le solicite que proporcione los siguientes datos:

• Información sobre el solicitante (nombre, dirección, afiliación,…)
• Consentimiento del RGPD Una vez recibida la solicitud, el archivo comprimido que contiene toda la base de datos se protegerá con una contraseña alfanumérica ad-hoc. Dicha contraseña constará de dos partes: la primera parte se enviará por correo electrónico al solicitante, la segunda parte se enviará mediante el servicio de correo ordinario (autenticación bidireccional).