新規診断された局所てんかん患者におけるオクスカルバゼピン治療結果の予測におけるEEGマイクロステートの役割

2024-06-17 Mon
EEG微状態が新診断の局在性てんかん患者におけるオクスカルバゼピン治療効果を予測する役割序論背景局在性てんかん（focal epilepsy）は最も一般的なてんかんのタイプで、全てのてんかん症例の約60%を占めます。異なるてんかんのタイプに応じて、抗てんかん薬の選択も異なります。局在性てんかんの治療では、オクスカルバゼピン（oxcarbazepine、略してOXC）が広く使用されています。しかし、オクスカルバゼピンは約65%の患者で発作のない状態を達成することができますが、依然として多くの患者が良好な治療効果を得られていません。電生理モニタリング技術、例えば脳波（electroencephalography、EEG）は、てんかんの診断と管理において重要な役割を果たしています。
研究目的微状態（microstate）は、脳の電気活動の時空間特性を反映するEEGのパターンです。従来の研究では抗てんかん薬が脳のEEG信号に影響を与えることが示されていますが、オクスカルバゼピンに関する研究はまだ限られています。同時に、短い状態がてんかんの有力なバイオマーカーとなり得ることが示されています。したがって、本研究では新しく診断された局在性てんかん患者におけるオクスカルバゼピン治療前のEEG微状態を調査し、抽出した微状態の特徴を用いてオクスカルバゼピン治療効果を予測することを目的としています。
研究チームと発表情報本研究は榮榮、張潤凱、徐雲、汪暁雲、王海霞及び王孝山によって共同で行われました。榮榮と徐雲は南京鼓楼病院に所属し、張潤凱と王海霞は東南大学に所属し、王孝山は南京脳科病院に所属しています。本論文は2024年5月23日に『Seizure: European Journal of Epilepsy』に掲載されました。
研究方法対象とデータ収集研究対象は新しく診断された局在性てんかん患者25名（女性13名、年齢12～68歳）で、初回のフォローアップ結果に基づいて発作なし群（SF群）と発作あり群（NSF群）に分けられました。全ての患者は単剤のオクスカルバゼピン治療開始前に長時間の頭皮EEG記録を行いました。選定基準には、初回診断時に抗てんかん薬を使用していないこと、単剤のオクスカルバゼピン治療が少なくとも六ヶ月間行われていること、及びフォローアップ記録が利用可能であることが含まれます。
研究フローデータ前処理：
オクスカルバゼピン治療開始前に全ての患者が19チャンネルのEEG記録（サンプリング周波数256Hzまたは512Hz）を受けました。
フィルタリング、再参照、アーチファクトの除去などを含む前処理はMNE-Pythonソフトウェアで行われました。
微状態分析：
改良されたK平均法を使用して、脳波が計算した全局場強度のピーク周辺の頭皮電位トポグラフィを四種類の代表的な微状態にクラスタリングしました。
各微状態の時空間パラメータ（持続時間、カバレッジ、出現頻度、移行確率など）を抽出しました。
機械学習予測：
抽出した微状態の特徴を用いて機械学習モデル（ロジスティック回帰(LR)、ナイーブベイズ(NB)、サポートベクターマシン(SVM)）を構築しました。
四折交差検証法を用いてモデルの性能を評価し、ADASYアルゴリズムを使用してデータ増強を行い、データセットをバランスさせました。
データ分析独立標本T検定及びWilcoxon順位和検定などの統計的方法で異なる群間の微状態パラメータを比較しました。
Fischerの正確検定を使用して二元変数（例：側頭葉てんかん（TLE）の有無と予後の関連性）を評価しました。
ROC曲線と曲線下面積（AUC）を使用して機械学習モデルの予測性能を評価しました。
実験結果主な結果SF群と比べて、NSF群の微状態1（MS1）は有意に長い持続時間、出現頻度及びカバレッジを示しました。
微状態2（MS2）の全局的解釈変異と時点相関はNSF群でSF群よりも有意に高かった。
SF群ではMS2からMS4への移行確率が高く、NSF群ではMS2とMS3からMS1への移行確率が高かった。
予測結果微状態の特徴を用いた予測では：
- LRモデルは特徴セットIで平均AUC 0.95を達成しました。
- SVMモデルは特徴セットIIIで平均AUC 0.84を達成しました。
- NBモデルは特徴セットIIIで平均AUC 0.70を達成しました。
議論本研究は初めてEEG微状態分析を用いて新しく診断された局在性てんかん患者のオクスカルバゼピン治療前の脳活動を評価し、微状態の特徴が治療効果を顕著に予測できることを示しました。結果はMS1の高活動レベルがNSF群で効果の悪い予測マーカーとして機能することを示し、MS2とMS4の特徴も重要な予測価値を示しました。
臨床応用の意義EEG微状態分析はオクスカルバゼピン治療効果を予測するツールとして使用でき、医師がより適切な治療方針を選定し、治療効果を高め、不必要な治療コストと心理的負担を軽減するのに役立ちます。この方法の利点は、脳の活動の時間的及び空間的な特徴を把握し、重要な神経生理学的情報を提供することです。
結論本研究はEEG微状態が新しく診断された局在性てんかん患者におけるオクスカルバゼピン治療効果の予測において持つ潜在的な役割を示しました。抽出された微状態の特徴を用い、機械学習モデルを組み合わせることにより、高精度な治療効果の予測が実現できました。データ量が限られているにもかかわらず、結果はEEG微状態が抗てんかん薬治療効果のバイオマーカーとして重要であることを強調し、将来の機械学習研究の基礎を提供しました。
研究の意義と今後の方向性小規模なサンプルをより大規模な研究に組み込むか、外部検証を行い研究結果を確認する。
高密度EEGや脳磁図などの他の技術を探索し、新たな微状態の視点を提供する。
複数の生体電気及び画像学的特徴を組み合わせ、機械学習モデルの堅牢性と予測能力を向上させる。