Клиническая валидация zEEG, беспроводной системы записи ЭЭГ для детей и взрослых пациентов с эпилепсией

Гипотеза исследования:

Гипотеза состоит в том, что сигналы, регистрируемые зЭЭГ, существенно не отличаются от сигналов, регистрируемых стандартной системой клинической ЭЭГ (клиническая ЭЭГ). В этом исследовании мы будем использовать Xltek® (Natus, Inc.) одобренную FDA клиническую систему долгосрочного видеомониторинга ЭЭГ и амбулаторную ЭЭГ-систему Nicolet® (Natus, Inc.) клинического уровня, одобренную FDA. zEEG будет сравниваться с обеими системами. Ожидается небольшая разница в сигнале из-за неперекрывающихся положений 6 электродов. Ожидается, что разница в положении электродов в 1-2 см создаст заметную разницу между двумя сигналами.

Фон:

Целью исследования является проверка zEEG® от ZETO, Inc. (zEEG), носимой беспроводной гарнитуры и системы сбора данных (DAQ) как у детей, так и у взрослых пациентов с диагнозом эпилепсия. В исследовании сравниваются (i) технические параметры двух систем, (ii) чувствительность и специфичность zEEG по сравнению со стандартными клиническими системами сбора данных ЭЭГ, используемыми для обнаружения аномальных эпилептиформных разрядов, (iii) корреляция с внутричерепными записями, (iv) и различимость двух систем обученными неврологами в двойной слепой парадигме. Поскольку устройство zEEG получило разрешение FDA 510 (k) в 2018 году, исследование не касается безопасности устройства. Устройство не представляет значительного риска по оценке FDA и относится к категории класса II. Цель исследования — оценить полезность сухой, простой в использовании беспроводной системы в клинической электрографии путем количественной оценки общего качества сигнала по сравнению с традиционной клинической системой ЭЭГ.

Дизайн и методология:

Спецификация Цель 1: Количественная оценка и сравнение качества сигнала между zEEG и клинической системой ЭЭГ при одновременных сеансах записи, проводимых для диагностических целей у пациентов в клинических условиях, по одному сеансу на пациента. В частности, мы будем тестировать перекрытие сигналов (амплитуда, частота дискретизации, альфа-волны, острые волны, фокальное замедление, паттерны спайков и волн и сонные веретена) и спектральную корреляцию между двумя системами. Мы будем использовать многофакторный дизайн ANOVA, в котором независимые переменные распределены по 4 факторам: возрастная группа (детская, взрослая), система (зЭЭГ, цЭЭГ), задача (1–5) и места регистрации (10–20). система). Зависимой переменной является отношение спектрального сигнала к шуму (SNR), вычисляемое как среднее значение спектра (деленное на стандартное спектральное отклонение).

Spec Цель 2: Определить чувствительность и специфичность двух систем для эпилептиформной активности в одновременных записях. Хотя Spec Aim 1 предоставит нам оценку чувствительности zEEG по сравнению с клинической системой ЭЭГ, она не дает оценки специфичности параметров для электрографических событий, которые имеют отношение к диагностике. Например, если zEEG с его сухими электродами с высоким импедансом окажется намного более чувствительным к изменениям электрического потенциала, чем стандартное клиническое устройство, это может повысить его чувствительность и к двигательным артефактам, которые могут искажать нейронные сигналы. Чувствительность без специфичности не означает улучшения. Поэтому мы проверим, связана ли разница в чувствительности с разницей в специфичности. Система на основе сухих электродов превзойдет стандартные клинические системы с мокрыми электродами, если она обеспечивает, по крайней мере, такую ​​же чувствительность и специфичность для представления клинически значимых событий ЭЭГ. Поэтому мы сравним разделение между миогенными артефактами, сжатием зубов, движениями головы, движениями глаз и ЭЭГ между двумя системами, zEEG и клинической системой ЭЭГ. В этой конкретной цели мы будем сравнивать только Xltek® (Natus, Inc.), одобренную FDA клиническую систему долгосрочного мониторинга ЭЭГ, с zEEG, в отличие от использования двух разных клинических ЭЭГ-систем (Nicolet® и Xltek), чтобы обеспечить однородность образцов (приложение, рис. 2А). Самое главное, мы сравним разделение между исходной и эпилептиформной активностью. Случаи эпилептиформной активности будут выявлены обученными неврологами среди наших ключевых соисследователей. Мы сравним величину изменения амплитуды и спектра мощности от базовой линии ЭЭГ до двигательных артефактов и эпилептиформной активности между двумя системами. Статистика спектральной плотности будет рассчитываться между 1 и 180 Гц.

Записи для Spec Aim 1 и Spec Aim 2 будут выполняться на разных субъектах с использованием различных клинических усилителей в качестве систем сравнения: Nicolet®, предназначенный для амбулаторного сбора данных, и Xltek®, предназначенный для долгосрочного мониторинга. Каждый пациент будет участвовать в исследовании только один раз.

Спецификация Цель 3: Проверка согласованности клинических оценок, сделанных 16 опытными неврологами на основе записей ЭЭГ, полученных двумя системами. Мы сравним клинические выводы, сделанные о соответствующих особенностях эпилептиформной активности, зафиксированных в одновременных образцах зЭЭГ и клинической ЭЭГ.

Целью этой задачи является оценка клинической достоверности записей, сделанных с использованием zEEG, по сравнению с записями, сделанными с использованием стандартных клинических систем ЭЭГ. Мы проверяем, согласуется ли информация, передаваемая образцами двух разных систем, при оценке обученными неврологами. Эта цель сравнивает, насколько клинически информативны две системы, независимо от их технических параметров. В конечном счете, новая система ЭЭГ информативна только в том случае, если клинические выводы, сделанные по двум типам образцов, совпадают. Обратите внимание, что эта цель не касается того, какая система лучше. Вместо этого в нем рассматривается, достаточно ли хороша zEEG для замены клинической системы ЭЭГ, учитывая ее преимущество в простоте использования, времени настройки, удобстве ношения и комфорте. Цель также не предполагает, что эти две системы неразличимы. Опытные неврологи не будут сравнивать две системы напрямую друг с другом. Вместо этого они предоставят клинические оценки на основе образцов. Эти образцы будут предварительно отобраны другими опытными неврологами (исследователями этого исследования). Не будет дублирования между исследователями-исследователями и опытными неврологами. Клинические оценки, предоставленные участвующими неврологами, будут слепо оцениваться компьютерной программой, а PI и автор исследования будут оценивать соответствие этих оценок. На основании соответствия исследователи делают вывод о том, передают ли две системы ЭЭГ одинаковую клиническую информацию или нет. Эта процедура обеспечивает двойную слепую парадигму и сводит к минимуму предвзятость.

Анализ данных:

Spec Aim 1: Для статистической оценки мы сегментируем данные на равные блоки по 256 точек (512 мс) и выполняем FFT (быстрое преобразование Фурье). Мы будем использовать многоконусное спектральное разложение со скользящим окном, чтобы избежать краевых эффектов между блоками. Мы будем выполнять эти анализы в каждом канале отдельно. Используя несколько блоков, мы сможем вычислить статистику по 351 выборке из 3-метровой записи. Спектральная разница будет оцениваться с достоверностью 0,05 в разных частотных диапазонах и с использованием поправки Бонферриони для множественных сравнений.

Наконец, мы рассчитаем коэффициент корреляции между спектрами zEEG и клинической ЭЭГ для всех 5 условий.

Спецификация Цель 2: Наши неврологи идентифицируют и вырезают предварительно записанные одновременные образцы zEEG и cEEG в нормальном состоянии покоя, во время движений и во время электрографических событий на основе видеоповтора и ЭЭГ. Мы выберем 60-секундные интервалы во время каждого типа событий, столько, сколько мы можем получить в течение 1-часового сеанса ЭЭГ / субъекта. Мы применяем одинаковые настройки фильтра и частоту дискретизации (500 Гц) для обеих систем. Затем мы вычисляем выборочную корреляцию между zEEG и cEEG в скользящих окнах 1,25 с. Мы сравниваем изменение спектральной плотности мощности в одной и той же системе между ЭЭГ в состоянии покоя, двигательными артефактами и электрографическими явлениями (межприступные спайки, припадки, спайки, спайк и волна, другие эпилептические разряды). Мы количественно оцениваем спектральную разницу между этими событиями, вычисляя индекс различимости с использованием ROC-анализа. ROC-анализ проверяет, как «идеальный наблюдатель» сможет различать эти образцы на основе спектральных различий относительно великой истины (на основе классификации наших опытных неврологов), не зная, из какого периода эти образцы были извлечены.

Для статистического анализа будет использоваться четырехсторонний ANOVA, где 4 фактора: возрастная группа (педиатрическая, взрослая), система (зЭЭГ, кЭЭГ), задачи (1-5) и места регистрации (система 10-20). ). Зависимой переменной является отношение спектрального сигнала к шуму (SNR), вычисляемое как среднее значение спектра (деленное на стандартное спектральное отклонение).

Техническая цель 3: Максимально достижимый правильный балл по предмету составляет 7 для первого теста и 7 для второго. Затем мы объединяем оценки сессий в рамках одной системы следующим образом. Если баллы из первого набора обозначить как клиническую ЭЭГ [а1 а2 а3 а4 а5 а6] и яЭЭГ [b1 b2 b3 b4 b5 b6], а во втором наборе как клиническую ЭЭГ [а7 а8 а9 а10 а11 а12] и зЭЭГ [b7 b8 b9 b10 b11 b12], затем мы вычисляем баллы различий как Dклиническая ЭЭГ-зЭЭГ (a1-b1, a2-b2, …, a12-b12). Наш NULL заключается в том, что оценки двух экспертов будут согласовываться между двумя системами, а баллы D не будут отличаться от нуля. Альтернатива состоит в том, что экспертные оценки двух систем расходятся; следовательно, распределение оценок D значительно отличается от нуля. Мы рассчитаем одновыборочный Т-критерий Стьюдента, чтобы сравнить отклонение распределения от нуля.

Мы попросим 16 экспертов дать свои ответы по тестированию образцов. Мы сделаем тест, который будет выполняться в режиме онлайн. Образцы ЭЭГ будут деидентифицированы. Усиление, фильтрация и частота дискретизации будут одинаковыми для всех сэмплов и между обеими системами. На один элемент требуется не более 1 минуты. Общий тест с 5 вопросами, около 10 образцов (клинический набор ЭЭГ и набор зЭЭГ) займет около 10 минут. Согласно нашему тесту мощности, размер выборки = 16, STD = 3 (в диапазоне от 1 до 7), среднее значение выборки D = 2, мощность статистического теста составляет 84,7%, достаточная для того, чтобы сделать статистический вывод. Следовательно, размер выборки = 16 достаточен для желаемой статистической мощности> 80% (http://rpsychologist.com/d3/NHST/). Принято считать, что 80 % — это приемлемый уровень мощности (Ellis, 2010).