Raum-zeitliche und patienten-individuelle Evaluation zweier Verfahren der Synchronisationsanalyse zur Prädiktion epileptischer Anfälle

Fragestellung: Ein erweitertes Spektrum an Therapiemöglichkeiten würde sich für Epilepsiepatienten ergeben, falls Anfälle frühzeitig prädiziert werden könnten. Ein vielversprechender Ansatz hierzu bietet die Anwendung von Verfahren der multivariaten Zeitreihenanalyse auf invasive EEG-Registrierungen, da mit der Generierung von Anfällen eine abnormale neuronale Synchronisation von Neuronverbänden einhergeht. In dieser Studie wurde untersucht, inwiefern die Prädiktionsleistung von der verwendeten Analysemethode, von der Lokalisation der Elektrodenkontakte sowie von den einzelnen untersuchten Patienten abhängt.

Methoden: Die Basis der Studie bildeten invasive EEG-Registrierungen von 21 Patienten mit jeweils 24 Stunden interiktaler Aktivität sowie jeweils 2–5 präiktalen Phasen pro Patient. Für jeden Patienten wurden jeweils drei fokale Elektrodenkontakte, die früh in iktale Aktivität involviert waren, sowie drei extra-fokale Elektrodenkontakte, die nicht oder erst spät in iktale Aktivität einbezogen waren, analysiert. Die EEG-Daten wurden mittels eines Phasensynchronisations- und eines Lagsynchronisations-Index analysiert. Zur Bewertung der Prädiktionsleistung in Hinblick auf Sensitivität, Spezifität sowie des zeitlichen Aspekts einer Prädiktion wurde das Konzept der „Seizure Prediction Characteristic“ herangezogen. Die statistische Signifikanz der Prädiktionsleistung wurde durch den Vergleich mit einer zufälligen Vorhersage evaluiert.

Ergebnisse: Für die Hälfte der untersuchten 21 Patienten konnte eine signifikant bessere Vorhersageleistung im Vergleich zu einem Zufallsprädiktor gezeigt werden. Eine Evaluation räumlicher Aspekte durch Analyse fokaler und extra-fokaler Elektrodenkontakte zeigte eine statistisch signifikante Abhängigkeit. Kombinationen aus je einem fokalen und extra-fokalen Elektrodenkontakt erzielten eine signifikant höhere Prädiktionsleistung als Kombinationen aus ausschließlich fokalen bzw. extra-fokalen Kontakten für den Lagsynchronisations-Index (p<0.05).

Schlussfolgerungen: Diese Studie legt den Schluss nahe, dass Verfahren der multivariaten Zeitreihenanalyse eine Detektion von präiktalen Veränderungen im EEG ermöglichen könnten. Jedoch hängt die Prädiktionsleistung in großem Umfang von den einzelnen Patienten, der verwendeten Analysemethode und mittels des EEGs analysierten Hirnregion ab. Die Variabilität der Ergebnisse erfordert eine Ausweitung der Untersuchungen auf einen erweiterten EEG-Datenpool, der eine Trennung in Lern- und Testdatensätze ermöglicht.