소아 및 성인 뇌전증 환자를 위한 무선 EEG 기록 시스템 zEEG의 임상 검증

연구 가설:

가설은 zEEG에 의해 기록된 신호가 표준 임상 EEG 시스템(임상 EEG)에 의해 기록된 신호와 크게 다르지 않다는 것입니다. 이 연구에서 우리는 Xltek®(Natus, Inc.) 임상 등급 FDA 승인 장기 비디오 모니터링 EEG 시스템과 Nicolet ®(Natus, Inc.) 임상 등급 FDA 승인 보행 EEG 시스템을 사용할 것입니다. zEEG는 두 시스템에 대해 비교됩니다. 6개 전극의 위치가 겹치지 않기 때문에 약간의 신호 차이가 예상됩니다. 전극 사이의 1-2cm 위치 차이는 두 신호 사이에 식별 가능한 차이를 생성할 것으로 예상됩니다.

배경:

이 연구의 목적은 간질 진단을 받은 소아 및 성인 환자 모집단 모두에서 웨어러블 무선 헤드셋 및 데이터 수집(DAQ) 시스템인 ZETO, Inc.(zEEG)의 zEEG®를 검증하는 것입니다. 이 연구는 (i) 두 시스템의 기술적 매개변수, (ii) 비정상적인 간질 방전을 감지하는 데 사용되는 표준 임상 EEG DAQ 시스템에 대한 zEEG의 민감도 및 특이성, (iii) 두개내 기록과의 상관 관계, (iv) 및 이중 맹검 패러다임에서 훈련된 신경과 전문의에 의한 두 시스템의 차별성. zEEG 장치는 2018년 FDA로부터 510(k) 허가를 받았기 때문에 이 연구는 장치의 안전성과 관련이 없습니다. 이 장치는 FDA에서 평가한 바와 같이 심각한 위험을 초래하지 않으며 클래스 II 범주 자격이 있습니다. 이 연구의 목표는 전통적인 임상 EEG 시스템에 비해 신호의 전반적인 품질을 정량적으로 평가하여 임상 전기 검사에서 건조하고 사용하기 쉬운 무선 시스템의 유용성을 평가하는 것입니다.

설계 및 방법론:

사양 목표 1: 환자당 한 세션씩 임상 환경에서 진단 목적으로 수행되는 동시 기록 세션에서 zEEG와 임상 EEG 시스템 간의 신호 품질을 정량화하고 비교합니다. 구체적으로, 우리는 두 시스템 간의 신호 중첩(진폭, 샘플링 주파수, 알파파, 날카로운 파동, 초점 감속, 스파이크 및 파동 패턴, 수면 스핀들)과 스펙트럼 상관 관계를 테스트할 것입니다. 독립 변수가 연령 그룹(소아, 성인), 시스템(zEEG, cEEG), 작업(1-5) 및 기록 사이트(10-20 체계). 종속 변수는 스펙트럼 평균(스펙트럼 표준 편차로 나눈 값)으로 계산된 스펙트럼 신호 대 잡음비(SNR)입니다.

사양 목표 2: 동시 녹음에서 간질 활동에 대한 두 시스템의 민감도와 특이성을 결정합니다. Spec Aim 1은 임상 EEG 시스템과 비교하여 zEEG의 감도 추정치를 제공하지만 진단과 관련된 전자 사진 이벤트에 대한 매개변수의 특이성에 대한 추정치는 제공하지 않습니다. 예를 들어, 고임피던스 건조 전극이 있는 zEEG가 표준 임상 장치보다 전위 변화에 훨씬 더 민감한 것으로 판명되면 운동 아티팩트에 대한 감도도 증가하여 신경 신호를 오염시킬 수 있습니다. 특이성이 없는 민감도는 개선을 의미하지 않습니다. 따라서 민감도의 차이가 특이도의 차이와도 관련이 있는지 테스트할 것입니다. 건식 전극 기반 시스템은 임상적으로 관련된 EEG 이벤트의 표현에 대해 최소한 동일한 감도와 특이성을 제공하는 경우 표준 습식 전극 임상 시스템을 능가합니다. 따라서 우리는 zEEG와 임상 EEG 시스템이라는 두 시스템 간의 근원적 아티팩트, 치아 악물기, 머리 움직임, 안구 움직임 및 EEG 사이의 분리를 비교할 것입니다. 이 특정 목표에서는 임상 등급 FDA 승인 장기 모니터링 EEG 시스템인 Xltek®(Natus, Inc.)만 zEEG와 비교할 것입니다. 두 가지 다른 임상 EEG 시스템(Nicolet® 및 Xltek)을 사용하여 샘플의 균질성(부록, 그림 2A). 가장 중요한 것은 기본 활동과 간질 활동 사이의 분리를 비교할 것입니다. 간질 활동의 인스턴스는 주요 공동 조사자 중 훈련된 신경과 전문의에 의해 식별됩니다. 기본 EEG에서 두 시스템 사이의 움직임 아티팩트 및 간질 활동에 대한 진폭 및 전력 스펙트럼 변화의 크기를 비교할 것입니다. 스펙트럼 밀도 통계는 1~180Hz 사이에서 계산됩니다.

Spec Aim 1 및 Spec Aim 2에 대한 기록은 서로 다른 임상 증폭기를 비교 시스템으로 사용하여 서로 다른 주제에서 수행됩니다. 이동 데이터 수집을 위해 설계된 Nicolet® 및 장기 모니터링을 위해 설계된 Xltek®. 각 환자는 연구에 한 번만 참여합니다.

사양 목표 3: 두 시스템에서 얻은 EEG 기록을 기반으로 16명의 전문 신경과 전문의가 수행한 임상 평가의 일치성을 테스트합니다. 동시 zEEG 및 임상 EEG 샘플에서 캡처된 간질 활동의 관련 기능에 대한 임상 결론을 비교할 것입니다.

이 목표의 목적은 표준 임상 EEG 시스템을 사용하여 만든 기록과 비교하여 zEEG를 사용하여 만든 기록의 임상적 유효성을 평가하는 것입니다. 훈련된 신경과 전문의가 평가할 때 서로 다른 두 시스템의 샘플이 전달하는 정보가 일치하는지 여부를 테스트하고 있습니다. 이 목표는 기술적 매개변수에 관계없이 두 시스템이 임상적으로 얼마나 유익한지를 비교합니다. 궁극적으로 새로운 EEG 시스템은 두 가지 유형의 샘플에서 도출된 임상적 결론이 일치하는 경우에만 정보를 제공합니다. 이 목표는 어떤 시스템이 더 나은지는 고려하지 않습니다. 대신 zEEG가 사용 용이성, 설정 시간, 착용성 및 편안함이라는 장점을 고려할 때 임상 EEG 시스템을 대체하기에 충분한지 여부를 다룹니다. 목표는 두 시스템이 구별할 수 없다고 가정하지도 않습니다. 전문 신경과 전문의는 두 시스템을 서로 직접 비교하지 않습니다. 대신 샘플을 기반으로 임상 평가를 제공합니다. 이러한 샘플은 다른 전문 신경과 전문의(본 연구 조사자)가 미리 선택합니다. CO-Investigators와 전문 주제 신경과 의사 사이에는 겹치는 부분이 없습니다. 대상 신경과 전문의가 제공한 임상 평가는 컴퓨터 프로그램에 의해 맹목적으로 채점되며 PI와 연구 저자는 해당 점수의 일치성을 평가합니다. 일치를 기반으로 조사관은 두 EEG 시스템이 동일한 임상 정보를 전달하는지 여부를 결정합니다. 이 절차는 이중 맹검 패러다임을 보장하고 편향을 최소화합니다.

데이터 분석:

사양 목표 1: 통계적 평가를 위해 데이터를 256포인트(512ms)의 동일한 블록으로 분할하고 FFT(고속 푸리에 변환)를 수행합니다. 블록 사이의 가장자리 효과를 피하기 위해 슬라이딩 윈도우 다중 테이퍼 스펙트럼 분해를 사용할 것입니다. 각 채널에서 개별적으로 이러한 분석을 수행합니다. 여러 블록을 사용하여 3m 기록에서 351개 샘플에 대한 통계를 계산할 수 있습니다. 스펙트럼 차이는 서로 다른 주파수 대역에서 0.05의 신뢰도로 추정되며 다중 비교를 위해 Bonferrioni 보정을 사용합니다.

마지막으로 5가지 조건 모두에서 zEEG와 임상 EEG 스펙트럼 간의 상관 계수를 계산합니다.

사양 목표 2: 당사의 신경과 전문의는 정상적인 휴식 상태, 이동 중, 비디오 재생 및 EEG를 기반으로 하는 전자 기록 이벤트 중에 사전 기록된 동시 zEEG 및 cEEG 샘플을 식별하고 클립합니다. 우리는 1시간 EEG 세션/주제 동안 얻을 수 있는 만큼 각 유형의 이벤트 동안 60초 간격을 선택합니다. 두 시스템 모두에 동일한 필터 설정과 샘플 속도(500Hz)를 적용합니다. 다음으로 1.25s 슬라이딩 윈도우 내에서 zEEG와 cEEG 사이의 샘플 상관관계를 계산합니다. 우리는 휴식 상태 EEG, 움직임 아티팩트 및 전자 사진 이벤트(발작 간 스파이크, 발작, 스파이크, 스파이크 및 파동, 기타 간질 방전) 간에 동일한 시스템 내에서 전력 스펙트럼 밀도 변화를 비교합니다. ROC 분석을 사용하여 식별 지수를 계산하여 이러한 이벤트 간의 스펙트럼 차이를 정량화합니다. ROC 분석은 '이상적인 관찰자'가 해당 샘플이 추출된 기간을 모른 채 대진(당사 전문 신경과 전문의의 분류 기준)에 대한 스펙트럼 차이를 기반으로 해당 샘플을 어떻게 구별할 수 있는지 테스트합니다.

통계 분석을 위해 4원 ANOVA가 사용되며 4가지 요소는 연령 그룹(소아, 성인), 시스템(zEEG, cEEG), 작업(1-5) 및 기록 사이트(10-20 시스템)입니다. ). 종속 변수는 스펙트럼 평균(스펙트럼 표준 편차로 나눈 값)으로 계산된 스펙트럼 신호 대 잡음비(SNR)입니다.

사양 목표 3: 과목당 달성 가능한 최대 정답 점수는 첫 번째 테스트의 경우 7점, 두 번째 테스트의 경우 7점입니다. 다음으로 동일한 시스템 내에서 세션의 점수를 다음과 같이 결합합니다. 첫 번째 세트의 점수를 임상 EEG [a1 a2 a3 a4 a5 a6] 및 zEEG [b1 b2 b3 b4 b5 b6]로 표시하고 두 번째 세트에서 임상 EEG [a7 a8 a9 a10 a11 a12] 및 zEEG [b7 b8 b9 b10 b11 b12], 그런 다음 차이 점수를 DclinicalEEG-zEEG(a1-b1, a2-b2, … ,a12-b12)로 계산합니다. 우리의 NULL은 두 전문가의 평가가 두 시스템 간에 일치하고 D 점수가 0과 다르지 않을 것이라는 것입니다. 대안은 두 시스템에 대한 전문가 평가가 일치하지 않는다는 것입니다. 따라서 D 점수의 분포는 0과 크게 다릅니다. 0에서 분포의 편차를 비교하기 위해 단일 표본 학생 T 검정을 계산합니다.

16명의 전문가에게 샘플 테스트에 대한 답변을 요청합니다. 우리는 테스트를 온라인으로 수행하도록 할 것입니다. EEG 샘플은 익명화됩니다. 게인, 필터링 및 샘플링 속도는 모든 샘플과 두 시스템 간에 동일합니다. 항목당 1분 이상 소요되지 않습니다. 5개 질문, 약 10개 샘플(임상 EEG 세트 및 zEEG 세트)로 구성된 전체 테스트는 약 10분 정도 소요됩니다. 우리의 파워 테스트에 따르면 샘플 크기=16, STD=3(1~7 범위) 샘플 평균 D=2 통계 테스트의 파워는 84.7%로 통계적 결론을 도출하기에 충분합니다. 따라서 표본 크기 = 16이면 원하는 통계 검정력 >80%로 충분합니다(http://rpsychologist.com/d3/NHST/). 일반적으로 80%는 허용 가능한 수준의 권한입니다(Ellis, 2010).