开发基于立体电脑电图的发作匹配系统,用于手术中的临床决策

科学领域:

• 神经科学是一个神经科学.
• 医疗信息学 医疗信息学
• 发病学 (Epileptology) 是一个专业的学科.

背景情况:

• 手术的结果已经停滞不前,需要改善患者分层.
• 大规模的多中心立体电脑图 (SEEG) 数据集为比较分析提供了潜力,但由于手动搜索的复杂性而受到阻碍.

研究的目的:

• 开发一种基于电图和解剖特征的自动化系统,用于匹配SEEG发作.
• 评估专家协议,并确定关键特征来分类扣押相似性.

主要方法:

• 利用了来自95名手术患者的320次SEEG发作.
• 八位国际专家评价了发作对的相似性.
• 开发并验证了一个使用专家标记数据的自动扣押匹配系统.
• 分析了评价者间协议 (IRA) 并确定了相似性特征.

主要成果:

• 自动化系统的AUC中位数为0.76,证明了可行性.
• 确定了六个有效的发作相似性特征:发病区域,模式,传播区域,持续时间,传播范围和速度.
• 开始区域与专家得分的相关性最强 (斯皮尔曼的rho = 0.75).
• 温和的IRA (73.9%的协议,Gwet的kappa = 0.45) 证实了可行性.
• 在五个中心验证了系统互操作性.

结论:

• 一个自动化的SEEG发作匹配系统是可行的和有效的,反映了科专家的专业知识.
• 该系统可以识别类似的患者病例,以优化手术治疗计划.
• 利用类似病例的历史数据可以改善外科手术的结果.