Identificatie van aanvalsclusters bij patiënten met epilepsie | Jiotower

veel neurologische aandoeningen worden gekenmerkt door recidiverende aanvallen en een blijvende predispositie voor aanvallen. Voor deze chronische aandoeningen met episodische manifestaties (CDEM) waaronder epilepsie, migraine en multiple sclerose, artsen en patiënten zoeken verklaringen voor het optreden en patronen van aanvallen in de hoop te kunnen voorspellen en te voorkomen. De fundamentele vraag is of het optreden van aanvallen in deze aandoeningen is willekeurig of patroon. Epilepsie is uniek geschikt om het probleem van clustering aan te pakken, omdat het lijkt dat Voor sommige individuen (clusterers), de kans op een aanval groter is in de setting van recente aanvallen. Bovendien hebben veel patiënten met epilepsie een voldoende frequentie van episodes om een evaluatie van temporale patronen mogelijk te maken.

als clustering echt bestaat, dan vereist het ontstaan van een cluster bij een epilepticus bijvoorbeeld een agressieve interventie om de korte termijn herhaling van bijkomende aanvallen of status epilepticus te voorkomen. Bovendien creëert de identificatie van clusterers een kans om te zoeken naar omgevingsfactoren of genetische risicofactoren die predisponeren tot clustering.

we gebruikten een daily diary studie om de hypothese te testen dat clustering een echt fenomeen is bij epilepsie, en dat het kan worden geïdentificeerd in de klinische setting. We onderzochten een eenvoudige klinische definitie van clustering—drie of meer aanvallen binnen 24 Uur1,2—die een patiënt zelf kan rapporteren en eenvoudig toe te passen is, en vergeleken dit met de statistische definitie van clustering als een significante afwijking van een willekeurige temporele verdeling.3-6 deze aanpak zal ons onderzoek naar het fenomeen van clustering bij epilepsie en kan van toepassing zijn op andere chronische aandoeningen met episodische manifestaties.

methoden. De werving en toestemming van het onderwerp zijn beschreven.2 in aanmerking komende personen waren ≥18 jaar oud, hadden lokalisatiegerelateerde epilepsie; ≥1 aanval gedurende de voorafgaande 12 maanden en waren in staat om onafhankelijk een aanvalsdagboek bij te houden. Patiënten die dagelijks ≥3 aanvallen meldden, werden uitgesloten, omdat de definitie van clustering uitgaat van een toename ten opzichte van de gemiddelde dagelijkse aanvalsfrequentie.

gegevensverzameling. Proefpersonen werden getraind in het bijhouden van dagelijkse dagboeken, inclusief tijden en kenmerken van alle aanvallen, uren slaap, naleving van medicatie, alcoholgebruik, stressmetingen en menstruatiestatus (figuur E-1 op de website van Neurologie op www.neurology.org patiënten die niet in overeenstemming waren met dagelijkse dagboeken werd gevraagd om maandelijkse aanvalskalenders te behouden.

van de 134 personen die tussen November 2002 en September 2004 waren ingeschreven, stuurden 35 (26%) geen dagboeken terug, 12 (9%) stuurden één dagboek terug en 87 (65%) stuurden meer dan één dagboek terug en werden in deze analyses opgenomen; hiervan hadden 16 (18%) geen aanvallen.

classificatie van epilepsie en lokalisatie van aanvallen werden toegewezen door een enkele epileptoloog (S. H.) in overeenstemming met de ILAE-criteria.Lokalisatie werd als onbekend beschouwd bij patiënten met normale of niet-lokaliseerbare EEG-en MRI-gegevens en no/niet-lokaliseerbare intramurale epilepsiemonitoring. Patiëntengegevens waren beschikbaar voor MRI (100%), interictale EEG (87%) en ictale EEG (65%).

convulsies clustering werd gedefinieerd met behulp van een standaard klinische definitie (drie of meer convulsies in 24 uur) en een statistische definitie die de hypothese testte dat de convulsies willekeurig in de tijd werden verdeeld, na een Poisson distributie gekenmerkt door een gelijk gemiddelde en variantie. Clustering of regelmatige periodieke patroon zou afwijkingen van dit model. De variantie van het aantal aanvallen per dag werd vergeleken met het gemiddelde aantal aanvallen per dag met behulp van een T-teststatistiek.8 een gemiddelde groter dan variantie schatting wees op een regelmatig periodiek patroon, terwijl een grotere variantie wees op een geclusterd patroon.

resultaten. Demografische gegevens en gegevens over aanvallen voor 87 personen die aan agenda ‘s voldoen en 47 personen die niet aan agenda’ s voldoen worden weergegeven (Tabel 1). De groepen verschilden niet significant naar leeftijd, geslacht, classificatie/lokalisatie van epilepsie, epilepsieetiologie of plaats van zorg. Gemiddelde/mediaan van de follow-up was 233 dagboek dagen (zie tabel E-1 op de Neurologie website www.neurology.org).

Beslag distributie voor de 87-dagboek-compliant onderwerpen wordt gepresenteerd (tabel 2). Zevenendertig proefpersonen (43%) voldeden aan beide definities van clustering, terwijl 50 proefpersonen (57%) nietcluster waren. Alle 37 clusterende proefpersonen voldeden aan de klinische definitie en 19 (22%) voldeden ook aan de statistische definitie. Achttien proefpersonen (21%) voldeden aan de klinische, maar niet aan de statistische definitie.

het totale mediane aantal aanvallen was 0,07 aanvallen / dag (SD 0,5). Het mediane percentage voor nietclusteraars was, ongeacht de definitie, 0,03 aanvallen / dag (SD 0,05), vergeleken met 0,3 aanvallen/dag (SD 0,68) voor degenen met enige clustering (p = 0,0001). Het mediane aantal aanvallen voor statistische clusteraars was 0,37 aanvallen / dag (SD 0,80) en voor klinische (niet statistische) clusteraars was 0,14 aanvallen/dag (SD 0,48) (p = 0,007).

negen statistische clusteraars (47%) ondervonden > 50% van de aanvallen in klinische clusters, in tegenstelling tot vier klinische (niet statistische) clusteraars (22%). Geen enkele proefpersoon ondervond al zijn aanvallen in klinische clusters. De proefpersoon die een zuivere clusterer benadert, had 11/12 aanvallen (92%) in clusters (111 follow-up dagen) en voldeed aan beide clustering definities.

discussie. Bij veel mensen met epilepsie maakt de aanvalsfrequentie een kwantitatieve beoordeling van temporele patronen mogelijk, inclusief clustering. In deze studie onderzochten we de verdeling van aanvallen in een groot cohort van proefpersonen, gevolgd door dagelijkse aanvalsdagboeken, om de prevalentie van clustering te beoordelen en een methode te verfijnen voor het identificeren van aanvalsclusteraars. We definieerden de convulsies clustering ofwel klinisch (drie aanvallen in 24 uur) of statistisch (afwijking van een Poisson distributie).

we concluderen dat clustering bij epilepsie vaak voorkomt. Bijna de helft van onze proefpersonen ondervond enkele aanvallen in klinische clusters, en ongeveer 20% voldeed aan de meer conservatieve definitie van statistische clustering. Verrassend echter, pure clustering is zeldzaam; geen enkele persoon ervaren al hun aanvallen in klinische clusters.

de gerapporteerde prevalentie van convulsies clustering volgens klinisch criterium varieerde van 14% tot 61%.1,2,9 hoewel bevooroordeeld in de richting van onbehandelbare epilepsie, had onze studiepopulatie een lage mediane dagelijkse aanvalspercentages van 0,07, wat waarschijnlijk een breder scala van aanvalsbeheer vertegenwoordigt dan voorgaande studies. Evenzo is onze prevalentie van statistische clustering (20%) lager dan eerdere statistisch gebaseerde rapporten met kleinere steekproeven, waarbij 45% tot 92% van de proefpersonen aanvalspatronen had die afwijken van een Poissonproces.3-6

alle proefpersonen die aan de statistische definitie van clustering voldeden, voldeden ook aan de klinische definitie, wat suggereert dat de statistische definitie zeer specifiek is voor clustering. Echter, zelfs met de statistische definitie, valse negatieven kunnen ontstaan, in verband met lage aanvallen of korte follow-up. Afwisselend, levert de klinische methode waarschijnlijk valse positieven of beslagclusters op die bij toeval voorkomen. Een hoger percentage aanvallen werd significant geassocieerd met clustering door beide definities.

onze studie omvat een grote steekproef, een breed scala van aanvalscontrole en een lange mediane follow-up. De studiebeperkingen omvatten rekrutering van een epilepsiecentrum, met een vooroordeel in de richting van onbehandelbare epilepsie, en onderwerpniet-naleving van de dagboeken. Het clusteren van aanvallen in de goed gecontroleerde populatie lijkt echter zeldzaam te zijn, en de baseline-kenmerken van niet-conforme proefpersonen verschilden niet significant van patiënten die aan de compliant waren, waardoor deelname-bias minder waarschijnlijk was.

in de klinische praktijk is het belangrijk om potentiële epileptici te identificeren, omdat deze patiënten abortieve therapieën nodig kunnen hebben (d.w.z. parenterale benzodiazepines) en een hoger risico kunnen hebben op status epilepticus.10 We tonen hier aan dat zelf-gerapporteerde aanvallen clustering gedefinieerd als drie of meer aanvallen in 24 uur alle echte clusterers moet identificeren, maar ook vals-positieve clusterers met hoge aanvallen zal identificeren. Het klinisch gebruik van aanvalsdagboeken kan helpen om deze proefpersonen te identificeren.

we tonen ook aan dat pure aanvalsclustering zeldzaam is. In plaats van te onderzoeken risicofactoren voor het zijn van een” clusterer, “we van plan om risicofactoren te verkennen voor het invoeren van een” periode van kwetsbaarheid ” clusters. Kandidaat risicofactoren omvatten veranderingen in slaap of medicatie, metabole ontsporing, stress, of menstruatie. Het voordeel van het identificeren van aanpasbare risico ‘ s voor epileptische clusters is aanzienlijk.Ook bij andere chronische neurologische aandoeningen (met name migraine) is het mogelijk dat clustering van aanvallen niet zozeer een individueel kenmerk is als wel een fenomeen dat verband houdt met perioden van kwetsbaarheid. Lopend onderzoek naar variabelen gerelateerd aan clustering bij epilepsie kan dienen om strategieën te verfijnen voor de evaluatie van episodisch voorkomen voor andere chronische aandoeningen met episodische manifestaties.