BEHOV: Neuromed Epilepsy EEG Database. En stor EEG-database over epilepsipasienter for forskningsmiljø. (NEED)

Rundt 50 millioner mennesker over hele verden er rammet av epilepsi, som er en av de hyppigste nevrologiske sykdommene. Det er preget av uforutsigbare og plutselige anfall som kan føre til tap av bevissthet og ukontrollerte motoriske reaksjoner, som alvorlig påvirker livskvaliteten til epilepsipasienter. Bare to tredjedeler av epilepsipasienter kan kontrollere anfall med antiepileptika eller gjennom epilepsikirurgi. For de resterende pasientene bør andre terapeutiske tilnærminger vurderes. Disse tilnærmingene inkluderer utvikling av intervensjonell lukket sløyfeanordning, som er i stand til å oppdage anfall og utløse en intervensjonsoperasjon, for eksempel å administrere antiepileptika eller elektrisk stimulere det epileptogene fokuset for å avbryte anfallet. For å gi effektive terapeutiske tilnærminger til disse pasientene, har det i de siste tiårene blitt gjort mange anstrengelser for å utvikle automatiske metoder for å finne pålitelige markører i elektroencefalografisk (EEG) signal, som er gullstandarden for epilepsidiagnose, i stand til å forutsi eller tidlig oppdage anfall i EEG. Slike metoder er basert på matematiske eller beregningsmessige tilnærminger for EEG-signalanalyse, hvis mål er å trekke ut komplekse mål (de såkalte "funksjoner") fra EEG-signaler, som ikke er gjenkjennelige med klassisk visuell inspeksjon av EEG-signaler utført av epileptologer under diagnose av epilepsi, for å bruke slike funksjoner som forløpere for innkommende anfall (anfallsprediksjon) eller som indikatorer på et pågående anfall (anfallsdeteksjon). Mange metoder har blitt foreslått de siste årene, ved bruk av lineær eller ikke-lineær, for å trekke ut funksjoner fra EEG-signal. Nylig brukte noen studier også elektrokardiografisk signal (EKG), som normalt registreres sammen med EEG i epilepsiovervåking, for å trekke ut lovende trekk fra det. Selv om disse studiene viste lovende resultater, lider de likevel av mange begrensninger. Blant dem bruk av et begrenset antall pasienter og anfall og bruk av kun opptak som tilhører fasen før anfallene (den såkalte pre-iktale perioden). Slike begrensninger gjør det ikke mulig å bestemme for eksempel spesifisiteten til slike algoritmer, fordi de ikke også tar hensyn til opptak som er innhentet i tidsintervaller langt fra anfallene (interiktale data) og kan føre til en overtilpassing av anfallsprediksjonen/ deteksjonsmodell. Det eneste som alle forskerne på epilepsi er enige om er eksistensen av en pre-iktal fase, som er fasen før anfallet, den iktale fasen, hvor anfallet er "aktivt" og inter-iktal fase, som er en periode midlertidig langt unna anfallet. Normalt består automatiske metoder for anfallsprediksjon/deteksjon av tre forskjellige faser: forhåndsbehandlingen (fjerning av artefakter, båndpassfiltrering, datasegmentering, …) av EEG-signaler, funksjonsekstraksjon og funksjonsvalg og klassifisering. Dette siste trinnet består vanligvis i bruk av maskinlæring og statistiske metoder for å ta beslutninger om prediksjon/deteksjon. I utgangspunktet skal disse modellene være i stand til å klassifisere hver EEG-forekomst i to klasser, "anfall" eller "ingen anfall", ved å bruke funksjonene hentet fra EEG-signal. Effektiviteten til disse modellene avhenger i stor grad av hvor effektivt de trenes, og jo mer data som brukes for å trene dem, jo ​​mer er de i stand til å ta den riktige avgjørelsen. Derfor kan tilgjengeligheten av en stor database med data tillate å utvikle effektive modeller for epilepsideteksjon/prediksjon. Muligheten for forskere til å ha tilgang til en stor database med kontinuerlige og langsiktige EEG-data fra epilepsipasienter kan være en stor mulighet til å utvikle effektive og pålitelige automatiske anfallsprediksjon/deteksjonsmetoder. Av disse grunnene har noen forskningsgrupper de siste årene foreslått og delt offentlig EEG-database med forskere som ønsker å teste deres automatiserte anfallsdeteksjons-/prediksjonsmodeller. Spesielt har en slik database blitt foreslått av Epilepsy Center ved University of Bonn og Freiburg og også av Children's Hospital of Boston og har blitt gjort tilgjengelig for gratis nedlasting for forskere. Disse databasene inneholder langsiktige EEG-registreringer innhentet under pre-kirurgisk monitorering av epilepsipasienter. Antallet pasienter som er inkludert i disse databasene er ganske lavt (fra minimum 5 til maksimum 23 pasienter) og også antallet anfall er begrenset (fra minimum 59 til maksimum 189). Videre varierer varigheten på opptakene fra 40 minutter til 142 timer og antallet metadata (annen informasjon om pasienter og anfall) er svært lavt. Den siste databasen ble foreslått i 2008 innenfor rammen av et EU-basert prosjekt (EPILEPSIAE), der 6 ulike partnere (sykehus, universiteter, bedrifter) fra 4 ulike land (Tyskland, Italia, Frankrike, Portugal) har vært involvert. Denne databasen er ikke gratis, men gjøres tilgjengelig for nedlasting ved betaling i 2012. I dag er det den største epilepsi-EEG-databasen som er tilgjengelig over hele verden (http://epilepsy-database.eu/). Den inneholder data fra 275 pasienter, inkludert EEG- og EKG-registreringer, metadata, kliniske og tekniske merknader på dataene og klinisk informasjon om pasientene. Faktisk er bare 60 av 275 datasett tilgjengelige for nedlasting. Målet med denne studien er å lage en langsiktig EEG-database anskaffet på epilepsipasienter under den ikke-invasive preskirurgiske monitoren ved Epilepsi Surgery Unit ved IRCCS Neuromed. Databasen vil, foruten EEG- og EKG-registreringer, inkludere kliniske og tekniske merknader på dataene laget av ekspert epileptologer og også klinisk informasjon om pasienten, inkludert nevropsykologiske evalueringer. All data vil først anonymiseres, krypteres og deretter gjøres tilgjengelig for gratis nedlasting. Databasen vil inneholde data fra 200 epilepsipasienter som har gjennomgått ikke-invasiv presurgisk epilepsiovervåking ved Epilepsikirurgisk enhet ved IRCCS Neuromed. På slutten av ikke-invasiv EEG-overvåking vil to ekspertepileptologer inspisere EEG/EKG-data for å identifisere anfallene, spesielt kanalene hvor anfallet starter og tidspunktet, og alt kan være av interesse for prosjektet. Alle opptakene vil bli eksportert i ASCII-format (American Standard Code for Information Interchange) ved å bruke programvaren DMS Data Management System (Nihon Kohden Europe Gmbh), versjon 2.9.8 og lagret lokalt. Samtidig vil kliniske og demografiske (bare kjønn og alder) data innhentes for hver pasient. Spesielt for hver pasient vil følgende data være tilgjengelig:

• Demografiske data (kjønn og alder);
• Klinisk informasjon (type epilepsi, anfallsfrekvens, …);
• Nevropsykologiske data;
• EEG-data innhentet i henhold til internasjonalt 10-20-system;
• EKG-data;
• Informasjon om opptakene og anfallene (start- og sluttid, start- og sluttid for hvert anfall, …)

Alle data fra alle pasientene vil bli inkludert i en enkelt database, og hver pasient vil bli lagret i et enkelt komprimert arkiv. Databasen vil bli gjort tilgjengelig etter fullføring av en forespørsel som kan videresendes av hver forsker ved hjelp av en dedikert URL, der forskeren vil fylle ut et skjema når den vil bli bedt om å oppgi følgende data:

• Informasjon om søkeren (navn, adresse, tilknytning, ...)
• GDPR-samtykke Når forespørselen er mottatt, vil det komprimerte arkivet som inneholder hele databasen være beskyttet med et ad-hoc alfanumerisk passord. Slikt passord vil bestå av to deler: den første delen vil bli sendt på e-post til søkeren, den andre delen vil bli sendt ved bruk av vanlig posttjeneste (toveis autentisering).