TARVE: Neuromed Epilepsy EEG -tietokanta. Suuri EEG-tietokanta epilepsiapotilaista tutkimusyhteisölle. (NEED)

Noin 50 miljoonaa ihmistä maailmanlaajuisesti sairastaa epilepsiaa, joka on yksi yleisimmistä neurologisista sairauksista. Sille on ominaista arvaamattomat ja äkilliset kohtaukset, jotka voivat johtaa tajunnan menetykseen ja hallitsemattomiin motorisiin reaktioihin, mikä vaikuttaa vakavasti epilepsiapotilaiden elämänlaatuun. Vain kaksi kolmasosaa epilepsiapotilaista pystyy hallitsemaan kohtauksia epilepsialääkkeillä tai epilepsialeikkauksella. Muille potilaille tulee harkita muita terapeuttisia lähestymistapoja. Näihin lähestymistapoihin kuuluu interventiokäyttöisen suljetun silmukan laitteen kehittäminen, joka pystyy havaitsemaan kohtaukset ja laukaisemaan interventiotoimenpiteen, kuten antamaan epilepsialääkkeitä tai stimuloimaan sähköisesti epileptogeenistä fokusta kohtauksen keskeyttämiseksi. Tehokkaiden terapeuttisten lähestymistapojen tarjoamiseksi näille potilaille viime vuosikymmeninä on pyritty kehittämään automaattisia menetelmiä luotettavien merkkiaineiden löytämiseksi elektroenkefalografisesta (EEG) signaalista, joka on kultainen standardi epilepsian diagnosoinnissa ja jotka pystyvät ennustamaan tai havaitsemaan varhain. kohtaukset EEG:ssä. Tällaiset menetelmät perustuvat matemaattisiin tai laskennallisiin lähestymistapoihin EEG-signaalin analysoinnissa, joiden tavoitteena on poimia EEG-signaalista monimutkaisia ​​mittareita (niin sanottuja "ominaisuuksia"), joita ei voida tunnistaa epileptologien EEG-signaalien klassisen visuaalisen tarkastuksen avulla. epilepsian diagnosointi, jotta voidaan käyttää sellaisia ​​ominaisuuksia tulevien kohtausten esiasteena (kohtauksen ennustaminen) tai meneillään olevan kohtauksen indikaattoreina (kohtauksen havaitseminen). Viime vuosina on ehdotettu monia lineaarisia tai epälineaarisia menetelmiä ominaisuuksien erottamiseksi EEG-signaalista. Viime aikoina joissakin tutkimuksissa on hyödynnetty myös elektrokardiografista signaalia (EKG), joka normaalisti kirjataan yhdessä EEG:n kanssa epilepsian seurannassa, jotta siitä saadaan lupaavia piirteitä. Vaikka nämä tutkimukset osoittivat lupaavia tuloksia, niillä on kuitenkin monia rajoituksia. Niistä rajoitetun määrän potilaita ja kohtauksia sekä vain kohtauksia edeltävään vaiheeseen (ns. pre-iktaalijakso) kuuluvien tallenteiden käyttö. Tällaiset rajoitukset eivät salli esimerkiksi tällaisten algoritmien spesifisyyden määrittämistä, koska ne eivät ota huomioon myös tallenteita, jotka on hankittu aikavälein kaukana kohtauksista (inter-ictal data) ja voivat johtaa kohtausennusteen ylisovitukseen/ havaitsemismalli. Ainoa asia, josta kaikki epilepsiatutkijat ovat yhtä mieltä, on pre-iktaalinen vaihe, joka on kohtausta edeltävä vaihe, iktaalinen vaihe, jossa kohtaus on "aktiivinen" ja inter-iktaalinen vaihe, joka on jakso. tilapäisesti kaukana kohtauksesta. Tavallisesti automaattiset kohtausten ennustamis-/tunnistusmenetelmät koostuvat kolmesta eri vaiheesta: EEG-signaalien esikäsittelystä (artefakttien poisto, kaistanpäästösuodatus, datan segmentointi jne.), piirteiden poimiminen sekä piirteiden valinta ja luokittelu. Tämä viimeinen vaihe koostuu yleensä koneoppimisen ja tilastollisten menetelmien käytöstä ennustetta/ilmaisua koskevan päätöksen tekemiseksi. Pohjimmiltaan näiden mallien pitäisi pystyä luokittelemaan jokainen EEG-esiintymä kahteen luokkaan, "kohtaus" tai "ei kohtausta", käyttämällä EEG-signaalista erotettuja ominaisuuksia. Näiden mallien tehokkuus riippuu suuresti siitä, kuinka tehokkaasti ne on koulutettu, ja tavallisesti mitä enemmän tietoja niiden koulutukseen käytetään, sitä paremmin ne pystyvät tekemään oikean päätöksen. Siksi suuren tietokannan saatavuus voisi mahdollistaa tehokkaiden mallien kehittämisen epilepsian havaitsemiseen/ennustukseen. Tutkijoiden mahdollisuus päästä käsiksi suureen tietokantaan jatkuvista ja pitkäaikaisista epilepsiapotilaiden EEG-tiedoista voisi olla suuri mahdollisuus kehittää tehokkaita ja luotettavia automaattisia kohtausten ennustamis-/tunnistusmenetelmiä. Näistä syistä jotkin tutkimusryhmät ovat viime vuosina ehdottaneet ja jakaneet julkisen EEG-tietokannan tutkijoille, jotka haluavat testata automaattisia kohtausten havaitsemis-/ennustusmallejaan. Erityisesti Bonnin ja Freiburgin yliopiston epilepsiakeskus ja Bostonin lastensairaala ovat ehdottaneet tällaista tietokantaa, ja ne ovat olleet tutkijoiden vapaasti ladattavissa. Nämä tietokannat sisältävät pitkäaikaisia ​​EEG-tallenteita, jotka on hankittu epilepsiapotilaiden leikkausta edeltävän monitoroinnin aikana. Näihin tietokantoihin sisältyvien potilaiden määrä on melko pieni (vähintään 5 potilaasta enintään 23 potilaaseen) ja myös kohtausten määrä on rajoitettu (minimi 59:stä enintään 189:ään). Lisäksi tallenteiden kesto vaihtelee 40 minuutista 142 tuntiin ja metatietojen (muut tiedot potilaista ja kohtauksista) määrä on hyvin pieni. Viimeinen tietokanta on ehdotettu vuonna 2008 EU:n perustaman hankkeen (EPILEPSIAE) puitteissa, jossa on ollut mukana 6 erilaista kumppania (sairaalat, yliopistot, yritykset) neljästä eri maasta (Saksa, Italia, Ranska, Portugali). Tämä tietokanta ei ole ilmainen, mutta se on ladattavissa maksua vastaan ​​vuonna 2012. Nykyään se on maailman suurin saatavilla oleva epilepsian EEG-tietokanta (http://epilepsy-database.eu/). Se sisältää tietoja 275 potilaalta, mukaan lukien EEG- ja EKG-tallenteet, metatiedot, kliiniset ja tekniset huomautukset tiedoista ja kliinisiä tietoja potilaista. Itse asiassa vain 60 tietojoukosta 275:stä on ladattavissa. Tämän tutkimuksen tavoitteena on luoda pitkän aikavälin EEG-tietokanta, joka on hankittu epilepsiapotilaista IRCCS Neuromedin epilepsiakirurgian yksikön non-invasiivisen esikirurgisen monitorin aikana. Tietokanta sisältää EEG- ja EKG-tallenteiden lisäksi kliiniset ja tekniset merkinnät asiantuntijaepileptologien tiedoista sekä kliinistä tietoa potilaasta, mukaan lukien neuropsykologiset arvioinnit. Kaikki tiedot ensin anonymisoidaan, salataan ja asetetaan sitten saataville ilmaista latausta varten. Tietokanta sisältää tiedot 200:sta epilepsiapotilaasta, joille tehtiin non-invasiivinen prekirurginen epilepsiaseuranta IRCCS Neuromedin epilepsiakirurgian yksikössä. Non-invasiivisen EEG-seurannan lopussa kaksi epileptologia tutkii EEG/EKG-tiedot tunnistaakseen kohtaukset, erityisesti kohtauksen alkamiskanavat ja kellonajan sekä kaikki, mikä voi olla kiinnostavaa projektin kannalta. Kaikki tallenteet viedään ASCII-muodossa (American Standard Code for Information Interchange) käyttäen DMS Data Management System (Nihon Kohden Europe Gmbh) -ohjelmiston versiota 2.9.8 ja tallennetaan paikallisesti. Samanaikaisesti jokaisesta potilaasta hankitaan kliiniset ja demografiset tiedot (vain sukupuoli ja ikä). Erityisesti jokaisesta potilaasta on saatavilla seuraavat tiedot:

• Väestötiedot (sukupuoli ja ikä);
• Kliiniset tiedot (epilepsian tyyppi, kohtausten esiintymistiheys,…);
• Neuropsykologiset tiedot;
• Kansainvälisen 10-20-järjestelmän mukaan hankitut EEG-tiedot;
• EKG-tiedot;
• Tiedot tallenteista ja kohtauksista (alkamis- ja päättymisaika, kunkin kohtauksen alkamis- ja päättymisaika,…)

Kaikki tiedot kaikista potilaista sisällytetään yhteen tietokantaan, ja jokainen potilas tallennetaan yhteen pakattuun arkistoon. Tietokanta tulee saataville sen jälkeen, kun pyyntö on suoritettu, ja jokainen tutkija voi lähettää sen eteenpäin erillisellä URL-osoitteella, johon tutkija täyttää lomakkeen, kun häntä pyydetään toimittamaan seuraavat tiedot:

• Hakijan tiedot (nimi, osoite, sidosryhmä jne.)
• GDPR-suostumus Kun pyyntö on vastaanotettu, koko tietokannan sisältävä pakattu arkisto suojataan tilapäisellä aakkosnumeerisella salasanalla. Tällainen salasana koostuu kahdesta osasta: ensimmäinen osa lähetetään sähköpostitse hakijalle, toinen osa lähetetään tavallisella postipalvelulla (kaksisuuntainen todennus).