在莱诺克斯-加斯托综合征中,间接EEG波形的interrater可靠性

科学领域:

• 神经学 神经学
• 神经生理学 神经生理学
• 医学诊断 医学诊断 医学诊断

背景情况:

• 精确识别脑电图 (EEG) 波形对于诊断伦诺克斯-加斯托综合征 (LGS) 至关重要.
• 由于LGS的渐进性质使波形分类变得复杂.
• 在对LGS相关EEG波形进行分类时,测量器间可靠性 (IRR) 需要评估.

研究的目的:

• 为了评估儿科发病学家在Lennox-Gastaut综合征 (LGS) 中对EEG波形进行分类的interrater可靠性 (IRR).
• 评估波形标签和对象类型分类在LGS患者与对照患者的一致性.

主要方法:

• 一个新的自动化算法识别了高功率EEG时代 (感兴趣的事件,EOI).
• 在NREM睡眠期间分析了20名LGS受试者和20名对照者的EEG数据.
• 三位独立评级人员将1350个EOI分为盲目随机的15秒段,并将波形标签和主题类型分配给它们.

主要成果:

• 对象类型分类达到85%的准确性,IRR为k = 0.790,表明LGS和对照对象之间的可靠差异化.
• 波形标签显示一致性较低 (κ = 0.558),在各类别中具有很高的变化.
• 不匹配往往涉及"无"标签,表明不同的审稿人门.

结论:

• 对LGS的EEG波形的视觉分类显示出较弱的interrater可靠性,部分原因是标记值的不一致应用.
• 开发用于客观EEG生物标志物识别的计算方法可以提高IRR并支持LGS的临床决策.