NECESSITÀ: database EEG dell'epilessia Neuromed. Un ampio database EEG di pazienti affetti da epilessia per la comunità di ricerca. (NEED)

Circa 50 milioni di persone nel mondo sono affette da epilessia, che è una delle malattie neurologiche più frequenti. È caratterizzato da convulsioni imprevedibili e improvvise che potrebbero portare alla perdita di coscienza e reazioni motorie incontrollate, con un grave impatto sulla qualità della vita dei pazienti con epilessia. Solo due terzi dei pazienti con epilessia possono controllare le crisi con farmaci antiepilettici o attraverso la chirurgia dell'epilessia. Per i restanti pazienti, dovrebbero essere considerati altri approcci terapeutici. Questi approcci includono lo sviluppo di dispositivi interventistici a circuito chiuso, in grado di rilevare le crisi e attivare un'operazione interventistica, come la somministrazione di farmaci antiepilettici o la stimolazione elettrica del focus epilettogeno per interrompere la crisi. Al fine di fornire efficaci approcci terapeutici a questi pazienti, negli ultimi decenni sono stati fatti molti sforzi per sviluppare metodi automatici per trovare marcatori affidabili nel segnale elettroencefalografico (EEG), che è il gold standard per la diagnosi di epilessia, in grado di prevedere o rilevare precocemente convulsioni in EEG. Tali metodi si basano su approcci matematici o computazionali per l'analisi del segnale EEG, il cui scopo è quello di estrarre misure complesse (le cosiddette "caratteristiche") dal segnale EEG, che non sono riconoscibili con la classica ispezione visiva dei segnali EEG effettuata dagli epilettologi durante la diagnosi di epilessia, al fine di utilizzare tali caratteristiche come precursori delle crisi in arrivo (previsione delle crisi) o come indicatori di una crisi in corso (rilevamento delle crisi). Negli ultimi anni sono stati proposti molti metodi, lineari o non lineari, per estrarre caratteristiche dal segnale EEG. Recentemente, alcuni studi hanno utilizzato anche il segnale elettrocardiografico (ECG), che normalmente viene registrato insieme all'EEG nel monitoraggio dell'epilessia, al fine di estrarne caratteristiche promettenti. Sebbene questi studi abbiano mostrato risultati promettenti, tuttavia soffrono di molte limitazioni. Tra questi, l'utilizzo di un numero limitato di pazienti e crisi e l'utilizzo delle sole registrazioni appartenenti alla fase precedente le crisi (il cosiddetto periodo pre-ictale). Tali limitazioni non consentono di determinare, ad esempio, la specificità di tali algoritmi, perché non considerano anche registrazioni acquisite in intervalli di tempo lontani dalle crisi (dati inter-ictali) e potrebbero portare ad un overfitting della previsione delle crisi/ modello di rilevamento. L'unica cosa su cui concordano tutti i ricercatori sull'epilessia è l'esistenza di una fase pre-ictale, che è la fase che precede la crisi, la fase ictale, dove la crisi è "attiva" e la fase inter-ictale, che è un periodo temporaneamente lontano dal sequestro. Normalmente, i metodi automatici per la previsione/rilevazione delle crisi sono costituiti da tre diverse fasi: la pre-elaborazione (rimozione degli artefatti, filtraggio passa-banda, segmentazione dei dati, ...) dei segnali EEG, l'estrazione delle caratteristiche e la selezione e classificazione delle caratteristiche. Quest'ultima fase consiste solitamente nell'uso di metodi statistici e di apprendimento automatico per prendere decisioni sulla previsione/rilevamento. Fondamentalmente, questi modelli dovrebbero essere in grado di classificare ogni istanza EEG in due classi, "convulsioni" o "assenza di convulsioni", utilizzando le caratteristiche estratte dal segnale EEG. L'efficacia di questi modelli dipende fortemente dall'efficienza con cui vengono addestrati e normalmente più dati vengono utilizzati per addestrarli, più sono in grado di prendere la decisione giusta. Pertanto, la disponibilità di un ampio database di dati potrebbe consentire di sviluppare modelli efficienti per il rilevamento/la previsione dell'epilessia. La possibilità per i ricercatori di avere accesso a un ampio database di dati EEG continui ea lungo termine di pazienti affetti da epilessia potrebbe essere una grande opportunità per sviluppare metodi automatici di previsione/rilevamento delle crisi efficienti e affidabili. Per questi motivi, negli ultimi anni alcuni gruppi di ricerca hanno proposto e condiviso database EEG pubblici con ricercatori che vogliono testare i loro modelli automatizzati di rilevamento/previsione delle crisi. In particolare, tali database sono stati proposti dall'Epilepsy Center dell'Università di Bonn e Friburgo e anche dal Children's Hospital di Boston e sono stati resi disponibili per il download gratuito ai ricercatori. Questi database contengono registrazioni EEG a lungo termine acquisite durante il monitoraggio pre-chirurgico di pazienti con epilessia. Il numero di pazienti inclusi in questi database è piuttosto basso (da un minimo di 5 a un massimo di 23 pazienti) e anche il numero di crisi è limitato (da un minimo di 59 a un massimo di 189). Inoltre, la durata delle registrazioni varia da 40 minuti a 142 ore e il numero di metadati (altre informazioni su pazienti e convulsioni) è molto basso. L'ultimo database è stato proposto nel 2008 nell'ambito di un progetto finanziato dall'UE (EPILEPSIAE), in cui sono stati coinvolti 6 diversi partner (ospedali, università, aziende) di 4 diversi paesi (Germania, Italia, Francia, Portogallo). Questo database non è gratuito ma è reso disponibile per il download a pagamento nel 2012. Al giorno d'oggi, è il più grande database EEG sull'epilessia disponibile in tutto il mondo (http://epilepsy-database.eu/). Contiene dati di 275 pazienti, incluse registrazioni EEG ed ECG, metadati, annotazioni cliniche e tecniche sui dati e informazioni cliniche sui pazienti. In realtà, solo 60 set di dati su 275 sono disponibili per il download. Lo scopo di questo studio è quello di creare un database EEG a lungo termine acquisito su pazienti con epilessia durante il monitoraggio prechirurgico non invasivo presso l'Unità di Chirurgia dell'Epilessia presso l'IRCCS Neuromed. Il database conterrà, oltre alle registrazioni EEG ed ECG, annotazioni cliniche e tecniche sui dati fatte da esperti epilettologi e anche informazioni cliniche sul paziente, comprese le valutazioni neuropsicologiche. Tutti i dati verranno prima anonimizzati, criptati e poi resi disponibili per il download gratuito. Il database includerà i dati di 200 pazienti con epilessia sottoposti a monitoraggio dell'epilessia prechirurgica non invasiva presso l'Unità di Chirurgia dell'Epilessia presso l'IRCCS Neuromed. Al termine del monitoraggio EEG non invasivo, due esperti epilettologi ispezioneranno i dati EEG/ECG per identificare le crisi, in particolare i canali in cui inizia la crisi e l'ora, e tutto ciò che potrebbe essere di interesse per il progetto. Tutte le registrazioni saranno esportate in formato ASCII (American Standard Code for Information Interchange) utilizzando il software DMS Data Management System (Nihon Kohden Europe Gmbh), versione 2.9.8 e archiviate localmente. Contestualmente verranno acquisiti i dati clinici e demografici (solo sesso ed età) di ciascun paziente. In particolare, per ogni paziente saranno disponibili i seguenti dati:

• Dati demografici (sesso ed età);
• Informazioni cliniche (tipo di epilessia, frequenza delle crisi,…);
• Dati neuropsicologici;
• Dati EEG acquisiti secondo il sistema internazionale 10-20;
• dati ECG;
• Informazioni sulle registrazioni e sui sequestri (ora di inizio e fine, ora di inizio e fine di ogni sequestro, …)

Tutti i dati di tutti i pazienti saranno inclusi in un unico database e ogni paziente verrà archiviato in un unico archivio compresso. Il database sarà reso disponibile a seguito della compilazione di una richiesta che potrà essere inoltrata da ciascun ricercatore utilizzando un URL dedicato, in cui il ricercatore compilerà un form in cui gli verrà chiesto di fornire i seguenti dati:

• Informazioni sul richiedente (nome, indirizzo, affiliazione, …)
• Consenso GDPR Una volta ricevuta la richiesta, l'archivio compresso contenente l'intero database sarà protetto con una password alfanumerica ad-hoc. Tale password sarà composta da due parti: la prima parte verrà inviata via e-mail al richiedente, la seconda parte verrà inviata utilizzando il normale servizio di posta (autenticazione bidirezionale).