Quantitative analogues to visual spike interpretation in EEG

Abstract

Bakgrunn: Noen skarpe transienter i EEG er interiktale epileptiforme utladninger (IEU) og representerer en biomarkør for epilepsi. Visuell analyse er den gjeldende gullstandarden for å detektere IEUer. En slik analyse avhenger av erfaringsgrunnlag, og er veiledet av kvalitative kriterier og beskrivelser fra tilgjengelige retningslinjer.

Mål: I første artikkel ville vi undersøke hvorvidt fokal IEU-morfologi er avhengig av alder. I andre artikkel var målet å utrede om den første fokale skarpe transienten i EEG kan kvantifiseres til en skåre som klassifiserer EEG som epileptiforme. I tredje artikkel fremsatte vi hypotesen at antallet mistenkte fokale IEUer, eller IEU-kandidater, er en viktig variabel i klassifiseringen av EEG som epileptiforme eller ikke-epileptiforme.

Materiale og metoder: Vi inkluderte pasienter som hadde registrert et rutine-EEG i vårt laboratorium ved Haukeland Universitetssykehus i tidsrommet 2013-2017, og som hadde en EEG-rapport lagret i vår SCORE EEG-database. I første artikkel undersøkte vi om IEU-morfologi var avhengig av alder. I andre artikkel klassifiserte vi EEG som ikke-epileptiforme eller epileptiforme basert på IEU-kandidat-skåren. I tredje artikkel kvantifiserte vi en eller flere IEU-kandidater i hvert EEG for å vurdere hvorvidt antallet IEU-kandidater er relevant i klassifisering av EEG som ikke-epileptiforme eller epileptiforme. Den kliniske EEG-konklusjonen ble brukt som gullstandard.

Resultater og konklusjoner: Fokal IEU-morfologi var avhengig av alder. IEU ble buttere, lavere i amplitude, bredere og fikk en mindre fremtredende etterfølgende langsom bølge ved høyere alder. Den kvantitative skåren for IEU-kandidater klassifiserte EEG som epileptiforme eller ikke-epileptiforme med sensitivitet=55% og spesifisitet=91%. Antall IEU-kandidater kombinert med kvantifisert IEU-morfologi klassifiserte EEG som epileptiformt med en sensitivitet på 60% og spesifisitet på 99%.

Background: Some sharp transients in EEG represent interictal epileptiform discharges (IEDs) and are biomarkers for epilepsy. The current gold standard for detecting IEDs is by visual analysis. Detection relies mostly on experience, guided by qualitative descriptions and criteria from available guidelines.

Objectives: The main aim for our first paper was to investigate whether focal IED morphology depended on age. In our second paper, we hypothesized that selected quantitative morphological features of sharp transients can be combined into a score to classify EEGs as epileptiform or non-epileptiform. In our third paper, we hypothesized that the number of suspected IEDs, or IED candidates, represents an important variable in the classification of EEGs as epileptiform or non-epileptiform.

Materials and Methods: We included patients who had a routine EEG recorded in our EEG laboratory at Haukeland University Hospital during 2013– 2017, and who had an EEG report in our SCORE EEG database. In paper I, we examined whether focal IED morphology depended on age. In paper II, we examined whether quantified focal IED candidate morphology can be applied to classify EEGs as epileptiform or non-epileptiform. In paper III, we assessed whether the number of focal IED candidates and their morphology are relevant in the classification of EEGs as epileptiform or non-epileptiform. The clinical EEG conclusion was used as the primary outcome.

Results and Conclusions: IED morphology depended on patient age. IEDs became blunter, smaller, wider, and had a less prominent slow after-wave with increasing age. The quantitative morphological score for IED candidates classified EEGs as epileptiform or non-epileptiform with a sensitivity of 55% and a specificity of 91%. By applying the combination of quantified IED candidate morphology and IED candidate count, we could classify EEGs with a high IRR, sensitivity of 60% and specificity of 99%.