혈관 사건 후 간질 시계 : 빈도, 결과 및 위험 마커 (EY-WAVEFORMS)

이 연구에는 12 개월 동안 슬로베니아 대학교 의료 센터 마리 보르 (University Medical Center Maribor)의 신경과 부서에 입원 한 뇌졸중 또는 스트로크 후 발작 환자가 포함되었습니다. 예상되는 환자 수는 약 600-650이었습니다. 포함 기준은 뇌졸중 후 어느 시점에서나 발생하는 급성 뇌졸중 또는 발작이 포함됩니다. 뇌졸중 분류는 세계 보건기구 (WHO) 기준을 기반으로 한 반면, 스트로크 후 발작과 간질은 간질 (ILAE) 정의 및 분류에 대한 국제 리그에 따라 정의되었습니다.

모든 참가자는 연구에 대해 철저히 통보받은 후 서면 사전 동의를 제공했습니다. 이 연구는 슬로베니아 공화국 의료 윤리위원회 (승인 번호 48/08/14 및 승인 번호 0120-302/2024-2711-3)에 의해 사전 승인되었습니다. 포함 기준을 충족하지 못하거나 연구 프로토콜에 요약 된 진단 절차를 겪을 수없는 환자는 우수한 임상 실습의 원칙에 따라 제외되었습니다.

12 개월간의 연구 기간 동안 모든 입원 뇌졸중 환자로부터 인구 통계 학적, 영상, 실험실 및 신경 생리 학적 데이터가 전향 적으로 수집되었습니다.

데이터 수집

환자 이력은 뇌 혈관 질환의 신경 학적 장애, 발작 발병 및 위험 요인에 대한 정보를 수집하는 데 사용되었습니다. 발작을 경험 한 환자의 경우, 뇌졸중 발병과 발작 발생 (일) 사이의 간격을 계산하여 조기에 스트로크 후 발작 후기와 구별되도록 계산되었습니다.

혈압, 맥박, 높이, 체중 및 체질량 지수 (BMI)를 포함한 활력 징후가 기록되었습니다. NIHSS (National Institutes of Health Stroke Scale) 및 MRS (Modified Rankin Scale)를 포함하여 임상 검사 및 표준화 된 척도를 통해 입원 및 퇴원시 신경 학적 장애를 평가 하였다.

실험실 및 진단 평가

입원 후 24 시간 내에 혈액 샘플을 수집하여 우레아, 크레아티닌, 요산, 콜레스테롤, 트리글리세리드, 간 효소, 혈당, 시스타 틴 C, 고감도 C- 반응성 단백질 (HSCRP), 적혈구 세포, 헤모글로빈 농도 및 소변 분석을 측정 하였다.

입원 후 72 시간 내에, 이미징 진단 (뇌의 컴퓨터 단층 촬영 [CT] 또는 자기 공명 영상 [MRI) 및 기능적 진단 (ElectroencePhalography [EEG])을 수행 하였다. 연구 집단은 허혈성 뇌졸중, 출혈성 뇌졸중, 지주막 하 출혈 및 기타 희귀 뇌 혈관 질환 (CVD) 환자로 구성되었습니다.

환자 그룹화

임상 발작 데이터 및 스트로크 후 발병시기 :

환자는 세 그룹으로 분류되었습니다.

뇌졸중 후 발작 없음 ( "EPI 없음")

조기 발작 (스트로크 후 7 일 이내에; "초기 EPI")

늦은 발작 (스트로크 후 7 일 이상; "늦은 EPI")

EEG 기반 그룹화 :

환자는 EEG 결과에 따라 추가로 그룹화되었습니다.

EEG+/EPI+: 간질 EEG는 발작으로 변경됩니다

EEG+/EPI- : 간질 EEG는 발작없이 변경됩니다

EEG-/epi- : 간질 EEG가 변하지 않고 발작이 없습니다

Kon : 건강한 개인의 통제 그룹

계획된 분석

인구 통계 분석 :

성별, 연령, 뇌 혈관 위험 요인, 뇌졸중 유형, 기능 장애 (NIHSS 및 MRS에 의해 평가 됨), 발작 유병률 및 EEG 변경에 대한 데이터는 모든 참가자에 대해 분석되었습니다. 하위 그룹 인구 통계 분석은 임상 및 EEG 데이터에 기초하여 수행되었다.

EEG 분석 :

표준 시각 EEG 분석에는 스펙트럼 주파수 대역의 평가 및 초점 또는 일반 간질 이상의 식별이 포함되었습니다. 전처리에는 노이즈, 채도 또는 EEG 활동이없는 세그먼트 제거와 관련이 있습니다. 깜박임 관련 구성 요소를 포함한 안구 아티팩트는 독립적 인 구성 요소 분석을 사용하여 식별되었고, EEG 신호는 이러한 아티팩트없이 재구성되었다.

스펙트럼 매개 변수화 (Python의 Specparam 2.0)를 사용하여, 각 환자에 대해 전력 스펙트럼 밀도를 계산 하였다. 각각의 주파수 스펙트럼에서 지수 및 오프셋을 추출함으로써 단구 성분을 분석 하였다. Welch의 T- 검정은 그룹간에 이러한 매개 변수를 비교하는 데 사용되었습니다. 또한, 표준화 된 저해상도 뇌 전자기 단층 촬영 (SLORETA)이 신호 소스 위치, 마이크로 EEG 전위 분석 및 네트워크 분포 평가에 사용되었습니다.

통계 데이터 분석

설명 통계 :

평균, 표준 편차, 중앙값, 최소, 최대 및 사 분위수를 포함한 기본 설명 메트릭은 그룹 내 분포를 평가하기 위해 각 변수에 대해 계산되었습니다. "No EPI", "초기 EPI"및 "늦은 EPI"그룹 내의 유병률에 중점을 둔 범주 형 변수에 대해 주파수 및 상대 주파수가 결정되었습니다. 결과는 주파수 테이블로 제시되었습니다.

추론 통계 :

파라 메트릭 테스트 (정규 분포 데이터의 경우) :

두 그룹 비교 : t- 테스트

다중 그룹 비교 : ANOVA

비모수 적 테스트 (비정규 분포 데이터의 경우) :

두 그룹 비교 : Mann-Whitney U 테스트

다중 그룹 비교 : Kruskal-Wallis 테스트

EEG 기반 그룹의 경우, welch의 t- 검정을 사용하여 추출 된 오프셋 및 aperiodic 구성 요소의 지수 값을 비교 하였다. 상관 관계 분석 (Pearson 또는 Spearman 's)은 ​​데이터 분포에 따라 수행되었습니다. 사후 분석은 유의 한 차이가 확인 될 때 ​​쌍별 비교를 위해 Dunn의 테스트를 사용했습니다.

범주 형 데이터 분석 :

카이-제곱 검사는 환자 그룹의 범주 형 변수 간의 차이를 평가했습니다. Chi-Square 테스트에서는 예상 빈도가 너무 낮은 경우 Fisher의 정확한 테스트가 적용되었습니다.

생존 분석 :

발작 개시 타이밍을 조사하기 위해, 뇌졸중 발병 시간을 시간 변수로 사용하여 생존 분석을 수행 하였다. Kaplan-Meier 분석은 발작이없는 간격을 나타내는 생존 곡선을 추정하고 로그 순위 (Mantel-Cox) 테스트를 사용하여 그룹 간 생존 분포를 비교했습니다. 이 분석은 뇌졸중 환자의 발작 발병 타이밍과 관련된 요인을 식별하는 데 도움이되었습니다.