- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT04647825
НЕОБХОДИМОСТЬ: База данных ЭЭГ Neuromed Epilepsy. Большая база данных ЭЭГ пациентов с эпилепсией для исследовательского сообщества. (NEED)
НЕОБХОДИМОСТЬ: База данных ЭЭГ Neuromed Epilepsy. Большая база данных электроэнцефалографических (ЭЭГ) сигналов пациентов с эпилепсией для исследовательского сообщества.
Обзор исследования
Статус
Вмешательство/лечение
Подробное описание
Около 50 миллионов человек во всем мире страдают эпилепсией, которая является одним из наиболее частых неврологических заболеваний. Он характеризуется непредсказуемыми и внезапными припадками, которые могут привести к потере сознания и неконтролируемым двигательным реакциям, что серьезно влияет на качество жизни больных эпилепсией. Только две трети пациентов с эпилепсией могут контролировать приступы с помощью противоэпилептических препаратов или хирургического вмешательства. Для остальных пациентов следует рассмотреть другие терапевтические подходы. Эти подходы включают разработку интервенционных устройств замкнутого цикла, способных обнаруживать приступы и запускать интервенционные операции, такие как введение противоэпилептических препаратов или электрическая стимуляция эпилептогенного очага для прерывания приступа. Чтобы обеспечить эффективные терапевтические подходы к этим пациентам, в последние десятилетия было предпринято много усилий для разработки автоматических методов поиска надежных маркеров в электроэнцефалографическом (ЭЭГ) сигнале, который является золотым стандартом диагностики эпилепсии, способным предсказывать или рано обнаруживать судороги на ЭЭГ. Такие методы основаны на математических или вычислительных подходах к анализу сигналов ЭЭГ, целью которых является выделение из сигнала ЭЭГ сложных мер (так называемых «признаков»), не распознаваемых при классическом визуальном просмотре сигналов ЭЭГ, проводимом эпилептологами во время эпилепсии. диагностика эпилепсии, чтобы использовать такие признаки как предвестники вступающих припадков (прогнозирование припадков) или как индикаторы продолжающегося припадка (обнаружение припадков). В последние годы было предложено множество методов, использующих линейные или нелинейные, для извлечения признаков из сигнала ЭЭГ. В последнее время в некоторых исследованиях также использовался электрокардиографический сигнал (ЭКГ), который обычно регистрируется вместе с ЭЭГ при мониторинге эпилепсии, чтобы извлечь из него многообещающие признаки. Хотя эти исследования показали многообещающие результаты, тем не менее они имеют много ограничений. Среди них использование ограниченного числа больных и приступов и использование только записей, относящихся к фазе, предшествующей приступам (так называемый предприступный период). Такие ограничения не позволяют определить, например, специфичность таких алгоритмов, поскольку они не учитывают также записи, полученные в интервалах времени, далеких от припадков (межприступные данные), и могли привести к переобучению предсказания припадков/ модель обнаружения. Единственное, с чем согласны все исследователи эпилепсии, — это существование преиктальной фазы, т. е. фазы, предшествующей припадку, иктальной фазы, когда припадок является «активным», и интериктальной фазы, т. е. периода временно далек от припадка. Обычно автоматические методы прогнозирования/обнаружения припадков состоят из трех различных этапов: предварительная обработка (удаление артефактов, полосовая фильтрация, сегментация данных и т. д.) сигналов ЭЭГ, извлечение признаков, выбор и классификация признаков. Этот последний шаг обычно состоит в использовании машинного обучения и статистических методов для принятия решения о прогнозировании/обнаружении. По сути, эти модели должны быть в состоянии классифицировать каждый экземпляр ЭЭГ по двум классам: «припадок» или «отсутствие приступа», используя признаки, извлеченные из сигнала ЭЭГ. Эффективность этих моделей сильно зависит от того, насколько эффективно они обучены, и обычно чем больше данных используется для их обучения, тем больше они способны принять правильное решение. Следовательно, наличие большой базы данных может позволить разработать эффективные модели для выявления/прогнозирования эпилепсии. Возможность для исследователей иметь доступ к большой базе данных непрерывных и долгосрочных данных ЭЭГ пациентов с эпилепсией может стать большой возможностью для разработки эффективных и надежных автоматических методов прогнозирования/обнаружения припадков. По этим причинам в последние годы некоторые исследовательские группы предложили и поделились общедоступной базой данных ЭЭГ с исследователями, которые хотят протестировать свои модели автоматического обнаружения/прогнозирования припадков. В частности, такие базы данных были предложены Центром эпилепсии Боннского и Фрайбургского университетов, а также Детской больницей Бостона и доступны для бесплатного скачивания исследователям. Эти базы данных содержат долговременные записи ЭЭГ, полученные в ходе предоперационного наблюдения за больными эпилепсией. Количество пациентов, включенных в эти базы данных, довольно невелико (от минимум 5 до максимум 23 пациентов), а также ограничено количество припадков (от минимум 59 до максимум 189). Кроме того, продолжительность записей колеблется от 40 минут до 142 часов, а количество метаданных (другая информация о пациентах и приступах) очень мало. Последняя база данных была предложена в 2008 году в рамках проекта ЕС (EPILEPSIAE), в котором участвовали 6 различных партнеров (больницы, университеты, компании) из 4 разных стран (Германия, Италия, Франция, Португалия). Эта база данных не бесплатна, но доступна для загрузки после оплаты в 2012 году. В настоящее время это крупнейшая в мире база данных ЭЭГ по эпилепсии (http://epilepsy-database.eu/). Он содержит данные о 275 пациентах, включая записи ЭЭГ и ЭКГ, метаданные, клинические и технические аннотации данных и клиническую информацию о пациентах. На самом деле только 60 из 275 наборов данных доступны для скачивания. Целью данного исследования является создание долгосрочной базы данных ЭЭГ, полученной у пациентов с эпилепсией во время неинвазивного дооперационного мониторинга в отделении хирургии эпилепсии в IRCCS Neuromed. База данных будет включать, помимо записей ЭЭГ и ЭКГ, клинико-технические аннотации к данным, сделанным экспертами-эпилептологами, а также клиническую информацию о пациенте, включая нейропсихологические оценки. Все данные будут сначала анонимизированы, зашифрованы, а затем доступны для бесплатной загрузки. База данных будет включать данные о 200 пациентах с эпилепсией, прошедших неинвазивный дооперационный мониторинг эпилепсии в отделении хирургии эпилепсии ИРЦЦН «Нейромед». По окончании неинвазивного ЭЭГ-мониторинга два эксперта-эпилептолога проверят данные ЭЭГ/ЭКГ, чтобы идентифицировать приступы, в частности, каналы начала приступа и время, и все это может представлять интерес для проекта. Все записи будут экспортированы в формате ASCII (американский стандартный код для обмена информацией) с использованием программного обеспечения системы управления данными DMS (Nihon Kohden Europe Gmbh) версии 2.9.8 и сохранены локально. При этом для каждого пациента будут собираться клинические и демографические (только пол и возраст) данные. В частности, для каждого пациента будут доступны следующие данные:
- Демографические данные (пол и возраст);
- Клиническая информация (тип эпилепсии, частота приступов,…);
- нейропсихологические данные;
- Данные ЭЭГ, полученные по международной системе 10-20;
- данные ЭКГ;
- Информация о записях и приступах (время начала и окончания, время начала и окончания каждого приступа, …)
Все данные обо всех пациентах будут включены в единую базу данных, и каждый пациент будет храниться в одном сжатом архиве. База данных будет доступна после завершения запроса, который может быть отправлен каждым исследователем с использованием специального URL-адреса, в котором исследователь заполнит форму, когда его попросят предоставить следующие данные:
- Информация о заявителе (имя, адрес, принадлежность, …)
- Согласие GDPR После получения запроса сжатый архив, содержащий всю базу данных, будет защищен специальным буквенно-цифровым паролем. Такой пароль будет состоять из двух частей: первая часть будет отправлена заявителю по электронной почте, вторая часть будет отправлена с помощью обычной почты (двухсторонняя аутентификация).
Тип исследования
Регистрация (Ожидаемый)
Контакты и местонахождение
Места учебы
-
-
IS
-
Pozzilli, IS, Италия, 86077
- Рекрутинг
- IRCCS Neuromed
-
Контакт:
- LUIGI PAVONE
- Номер телефона: +39 0865929645
- Электронная почта: bioingegneria@neuromed.it
-
Главный следователь:
- Luigi Pavone
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
Принимает здоровых добровольцев
Полы, имеющие право на обучение
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- Пациентам с фармакорезистентной эпилепсией, кандидатам на операцию, проведен неинвазивный ЭЭГ-мониторинг
- Пациенты, у которых хотя бы один зарегистрирован приступ во время ЭЭГ-мониторинга
Критерий исключения:
- Пациентам с фармакорезистентной эпилепсией, кандидатам на операцию, проведен неинвазивный ЭЭГ-мониторинг
- Пациенты, у которых при ЭЭГ-мониторинге не было зафиксировано приступов
Учебный план
Как устроено исследование?
Детали дизайна
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Временное ограничение |
---|---|
Количество собранных пациентов
Временное ограничение: Декабрь 2020 г. - декабрь 2021 г.
|
Декабрь 2020 г. - декабрь 2021 г.
|
Соавторы и исследователи
Спонсор
Публикации и полезные ссылки
Общие публикации
- Sunderam S, Gluckman B, Reato D, Bikson M. Toward rational design of electrical stimulation strategies for epilepsy control. Epilepsy Behav. 2010 Jan;17(1):6-22. doi: 10.1016/j.yebeh.2009.10.017. Epub 2009 Nov 17.
- Stacey WC, Litt B. Technology insight: neuroengineering and epilepsy-designing devices for seizure control. Nat Clin Pract Neurol. 2008 Apr;4(4):190-201. doi: 10.1038/ncpneuro0750. Epub 2008 Feb 26.
- Stein AG, Eder HG, Blum DE, Drachev A, Fisher RS. An automated drug delivery system for focal epilepsy. Epilepsy Res. 2000 Apr;39(2):103-14. doi: 10.1016/s0920-1211(99)00107-2.
- Theodore WH, Fisher R. Brain stimulation for epilepsy. Acta Neurochir Suppl. 2007;97(Pt 2):261-72. doi: 10.1007/978-3-211-33081-4_29.
- Osorio I, Frei MG, Sunderam S, Giftakis J, Bhavaraju NC, Schaffner SF, Wilkinson SB. Automated seizure abatement in humans using electrical stimulation. Ann Neurol. 2005 Feb;57(2):258-68. doi: 10.1002/ana.20377.
- Morrell M. Brain stimulation for epilepsy: can scheduled or responsive neurostimulation stop seizures? Curr Opin Neurol. 2006 Apr;19(2):164-8. doi: 10.1097/01.wco.0000218233.60217.84.
- Mormann F, Andrzejak RG, Elger CE, Lehnertz K. Seizure prediction: the long and winding road. Brain. 2007 Feb;130(Pt 2):314-33. doi: 10.1093/brain/awl241. Epub 2006 Sep 28.
- Rogowski Z, Gath I, Bental E. On the prediction of epileptic seizures. Biol Cybern. 1981;42(1):9-15. doi: 10.1007/BF00335153.
- Salant Y, Gath I, Henriksen O. Prediction of epileptic seizures from two-channel EEG. Med Biol Eng Comput. 1998 Sep;36(5):549-56. doi: 10.1007/BF02524422.
- Iasemidis LD, Sackellares JC, Zaveri HP, Williams WJ. Phase space topography and the Lyapunov exponent of electrocorticograms in partial seizures. Brain Topogr. 1990 Spring;2(3):187-201. doi: 10.1007/BF01140588.
- Lehnertz K, Elger CE. Spatio-temporal dynamics of the primary epileptogenic area in temporal lobe epilepsy characterized by neuronal complexity loss. Electroencephalogr Clin Neurophysiol. 1995 Aug;95(2):108-17. doi: 10.1016/0013-4694(95)00071-6.
- Martinerie J, Adam C, Le Van Quyen M, Baulac M, Clemenceau S, Renault B, Varela FJ. Epileptic seizures can be anticipated by non-linear analysis. Nat Med. 1998 Oct;4(10):1173-6. doi: 10.1038/2667.
- Le Van Quyen M, Soss J, Navarro V, Robertson R, Chavez M, Baulac M, Martinerie J. Preictal state identification by synchronization changes in long-term intracranial EEG recordings. Clin Neurophysiol. 2005 Mar;116(3):559-68. doi: 10.1016/j.clinph.2004.10.014. Epub 2004 Dec 25.
- Le Van Quyen M, Martinerie J, Baulac M, Varela F. Anticipating epileptic seizures in real time by a non-linear analysis of similarity between EEG recordings. Neuroreport. 1999 Jul 13;10(10):2149-55. doi: 10.1097/00001756-199907130-00028.
- Stacey W, Le Van Quyen M, Mormann F, Schulze-Bonhage A. What is the present-day EEG evidence for a preictal state? Epilepsy Res. 2011 Dec;97(3):243-51. doi: 10.1016/j.eplepsyres.2011.07.012. Epub 2011 Aug 31.
- Teixeira CA, Direito B, Feldwisch-Drentrup H, Valderrama M, Costa RP, Alvarado-Rojas C, Nikolopoulos S, Le Van Quyen M, Timmer J, Schelter B, Dourado A. EPILAB: a software package for studies on the prediction of epileptic seizures. J Neurosci Methods. 2011 Sep 15;200(2):257-71. doi: 10.1016/j.jneumeth.2011.07.002. Epub 2011 Jul 7.
- Delamont RS, Julu PO, Jamal GA. Changes in a measure of cardiac vagal activity before and after epileptic seizures. Epilepsy Res. 1999 Jun;35(2):87-94. doi: 10.1016/s0920-1211(98)00100-4.
- Kerem DH, Geva AB. Forecasting epilepsy from the heart rate signal. Med Biol Eng Comput. 2005 Mar;43(2):230-9. doi: 10.1007/BF02345960.
- D'Alessandro M, Vachtsevanos G, Esteller R, Echauz J, Cranstoun S, Worrell G, Parish L, Litt B. A multi-feature and multi-channel univariate selection process for seizure prediction. Clin Neurophysiol. 2005 Mar;116(3):506-16. doi: 10.1016/j.clinph.2004.11.014. Epub 2005 Jan 24.
Даты записи исследования
Изучение основных дат
Начало исследования (ДЕЙСТВИТЕЛЬНЫЙ)
Первичное завершение (ОЖИДАЕТСЯ)
Завершение исследования (ОЖИДАЕТСЯ)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (ДЕЙСТВИТЕЛЬНЫЙ)
Обновления учебных записей
Последнее опубликованное обновление (ДЕЙСТВИТЕЛЬНЫЙ)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- BIOING_02
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .