Доказательства долгой памяти в длительности фокального приступа

Чтобы получить больше информации:ali.ma@wecistanche.com

Резюме Цель: основным источником инвалидности для людей с эпилепсией является неопределенность в отношении времени припадков и их тяжести. Хотя пациенты часто сообщают, что за длительными интервалами без припадков следуют более тяжелые припадки, экспериментальных данных, подтверждающих это наблюдение, немного. Оптимальная характеристика тяжести припадков обсуждается; тем не менее, продолжительность припадка связана с типом припадка и может быть количественно определена в электрографических записях как ограниченный показатель клинической тяжести припадка. Здесь, используя хроническую внутричерепную электроэнцефалографию (кЭЭГ), мы исследуем взаимосвязь между межприступным интервалом (ISI) и продолжительностью последующего припадка. Методы. Мы провели ретроспективный анализ данных 14 субъектов, которым имплантировали чувствительное нейростимулирующее устройство (система RNS), которое обеспечивает ЭКЭГ, включая временные метки электрографических припадков. Мы определили продолжительность припадков для изолированных припадков и для репрезентативных припадков из кластеров, определенных неконтролируемыми методами. Для каждого субъекта медиану ISI, предшествующую длительным припадкам, определяемую как верхний квинтиль длительности припадков, сравнивали с медианой ISI, предшествующей припадкам с продолжительностью в остаточных квинтилях. При групповом анализе сравнивали среднюю продолжительность припадков и долю длительных припадков по категориям ISI, представляющим разную продолжительность. Результаты. Для 5 из 14 субъектов (36 процентов) медиана ISI, предшествующая длительным припадкам, была значительно выше, чем медиана ISI, предшествующая более коротким припадкам. В групповом анализе, когда ISI классифицировали по продолжительности, доля длительных припадков в категории с высоким ISI была значительно выше, чем в категории с низким ISI (P < 0,001).="" значимость.="" используя="" цээг="" и="" учитывая="" кластеры="" припадков,="" мы="" обнаружили,="" что="" вероятность="" длительных="" припадков="" положительно="" коррелирует="" с="" продолжительностью="" isi="" в="" подгруппе="" людей.="" эти="" результаты="" подтверждают="" отдельные="" клинические="" наблюдения="" и="" подтверждают="" существование="">долгая памятьпроцессы, определяющие динамику фокальных припадков.

Нажмите на Cistanches и Cistanche для памяти

КЛЮЧЕВЫЕ СЛОВА емкостный эффект, хроническая ЭЭГ, межсудорожный интервал, ответная нейростимуляция.

Джолин М. Фан, Шэрон Чанг, Викрам Р. Рао

Отделение неврологии и Институт нейронаук Вейля, Калифорнийский университет, Сан-Франциско, Сан-Франциско, Калифорния, США

1. ВВЕДЕНИЕ

Непредсказуемость припадков является одним из наиболее инвалидизирующих факторов при эпилепсии.1 Непредсказуемость связана не только с временем приступа, но и с его тяжестью.2–4 Например, одиночный продолжительный судорожный припадок может вызвать более серьезные осложнения, чем группа коротких фокальных приступов с сознанием. . Несмотря на то, что методы прогнозирования времени припадка появляются,5 методы прогнозирования тяжести приступа все еще отсутствуют.6,7

Общее клиническое наблюдение, сделанное пациентами, заключается в том, что более длительные периоды отсутствия припадков, по-видимому, приводят к более тяжелым припадкам. будущих приступов. Однако экспериментальные данные, подтверждающие это наблюдение, были ограничены из-за необходимости точных количественных показателей тяжести припадков. Несмотря на то, что было разработано несколько индексов для сбора данных о бремени припадков с течением времени,2,8–11 количественная оценка индивидуальной тяжести припадков остается сложной задачей. Было показано, что продолжительность припадка связана с типом припадка12–16 — фокальный с осознанием, с фокальным нарушением сознания или от фокального к билатеральному тонико-клоническому — и с кластерами припадков. 17 Учитывая эти ассоциации, продолжительность припадка может дать представление о лежащей в основе физиологии и тяжести отдельных припадков и, что важно, могут быть количественно исследованы с помощью хронических записей.

В этом исследовании мы используем систему RNS, чтобы охарактеризовать взаимосвязь между ISI и продолжительностью приступа. Первоначальные исследования с использованием набора данных NeuroVista для изучения взаимосвязи между продолжительностью приступа и ISI6,23 продемонстрировали различные группы продолжительности приступа и ISI у некоторых субъектов; у двух из пятнадцати субъектов кратковременные припадки были статистически связаны с коротким ISI.6 Другие исследования, в том числе на моделях собачьей эпилепсии,24 предполагают, что взаимосвязь между предшествующим ISI и продолжительностью приступа различается у разных субъектов. Эта изменчивость может быть связана с эффектами кластеров припадков, которые не учитывались в этих анализах, и может скрывать степень, в которой продолжительность припадков демонстрирует «Память" предыдущих событий. Здесь мы стремились прояснить взаимосвязь между предшествующим ISI и продолжительностью припадка путем (а) использования отдельного набора данных, включающего долгосрочную цЭЭГ из системы RNS, (б) учета кластеров припадков и (в) предоставление ключевые дополнительные показатели вероятности длительных припадков.Основываясь на клинических наблюдениях, мы предположили, что длина ISI предсказывает продолжительность припадков.

2 МЕТОДЫ

2.1 Выбор субъекта

Для этого исследования были рассмотрены 45 субъектов, наблюдаемых в Медицинском центре Калифорнийского университета в Сан-Франциско (UCSF) по лечению рефрактерной к лечению фокальной эпилепсии, которым была имплантирована система RNS по чисто клиническим показаниям в период с августа 2014 года по февраль 2018 года. Сбор данных был одобрен IRB в UCSF, и письменное информированное согласие было получено от всех испытуемых.

2.2 Сбор данных

Временные метки и продолжительность длительных эпизодов (LE), устойчивых обнаружений эпилептиформной активности, превышающей заранее заданную пороговую продолжительность, были получены от NeuroPace, Inc. выполнялся опытным эпилептологом (VRR), как описано ранее.18 В течение каждой эпохи стабильных настроек обнаружения устройства были просмотрены все сохраненные ЭКоГ, содержащие LE.18 Было выявлено 25 субъектов, для которых LE был надежным индикатором электрографического припадка с положительная прогностическая ценность (PPV) более 75%. Субъекты с менее чем 15 изолированными приступами или кластерами или с частотой приступов более 1 в день были исключены из-за ограниченной вариабельности длины ISI, в результате чего в это исследование было включено в общей сложности 14 субъектов. Временные метки и продолжительность LE были получены из самого длительного периода стабильных настроек обнаружения для каждого субъекта. Идентификация периода со стабильными настройками детекции является важным шагом, чтобы избежать вариабельности, возникающей исключительно из-за изменений порога или критериев детекции эпилептиформной активности.

2.3 Обработка данных

Для анализа использовали MATLAB R2019a. Кластеры припадков были определены с использованием неконтролируемой временной кластеризации посредством анализа точки изменения с начальной загрузкой. Этот подход позволяет обнаруживать неконтролируемые кластеры припадков, в то же время допуская корректировку в соответствии с клиническими критериями.25 Порог точки изменения представляет собой настраиваемый вручную параметр, учитывающий различия в частоте приступов, влияющие на определение значимых кластеров припадков. Порог точки изменения титровался для каждого субъекта на основе двух критериев: (а) максимальный внутрикластерный ИСИ составлял от 6 до 24 часов, и (б) средний внутрикластерный ИСИ был ближе всего к 1,5 часам, но не превышал 1,5 часов, в зависимости от направления. титрования (т. е. если средний внутрикластерный ISI был ниже 1,5 часов, значение увеличивалось до максимального значения менее 1,5 часов, и наоборот, если выше 1,5 часов). Хотя в настоящее время не существует стандартизированного метода настройки порога точки изменения, эта методология титрования позволила индивидуализировать идентификацию кластеров, так что более низкие пороги использовались для субъектов с почти ежедневными припадками, а более высокие пороги использовались для субъектов с более редкими приступами. Все выявленные кластеры припадков были проверены вручную (JMF). Среднее значение внутрикластерного ISI варьировалось от 1,11 до 2,78 часов, за исключением субъекта 8, которому потребовалось более длительное внутрикластерное ISI для захвата кластеров из-за небольшого количества LE (<5) involved="" in="" seizure="" clusters="" with="" relatively="" higher="" intracluster="" isis="" (table="" 2,="" figure="">

Для каждого изолированного припадка или начального припадка из группы припадков ISI рассчитывали как продолжительность времени между припадком и самым последним изолированным припадком или окончанием группы припадков. Для сравнения субъектов в групповом анализе значения ISI были линейно масштабированы до стандартизированного значения от 0 до 100. Линейный множитель определялся путем деления 100 на максимальное значение ISI для каждого субъекта. Для кластеров припадков репрезентативная продолжительность кластера припадков была установлена ​​​​на максимальную продолжительность припадка в кластере припадков, а время кластера было установлено на время первого припадка в кластере.

2.4 Статистика

Два отдельных метода использовались для оценки связи между ISI и продолжительностью припадков у отдельных субъектов. Во-первых, для каждого субъекта использовали критерий Уилкоксона для оценки существенной разницы в продолжительности ISI между длительными припадками, определяемыми как припадки в верхнем квинтиле продолжительности припадков, по сравнению с более короткими припадками, определяемыми как припадки в остаточных квинтилях. (нижние 80 процентов) продолжительности припадков. Статистическую значимость определяли с контролем частоты ложных открытий (FDR) 0.15. Во-вторых, kmeans plus plus использовался для кластеризации масштабированных длин ISI в K=3 групп, соответствующих «низкой», «средней» и «высокой» длинам ISI. Центроиды кластера были инициализированы с использованием 25-го, 50-го и 75-го процентилей ISI и преобразованы естественным логарифмом, чтобы обеспечить достаточную выборку для всех группировок ISI. Полученные в результате группы «низкий», «средний» и «высокий» ISI показаны на рисунке S2. Дополнительно была проведена чувствительность группировок kmeans plus plus к кластерам K=2 и K=4. Однофакторный ANOVA использовался для оценки значимой разницы в доле длительных припадков и средней продолжительности припадков между категориями ISI. Апостериорная парная статистическая значимость была скорректирована для множественных сравнений с FDR 0,05.

3. РЕЗУЛЬТАТЫ

3.1 Демографические характеристики и количественные электрографические показатели

В таблице 1 показаны демографические характеристики и характеристики системы RNS для исследуемой выборки. Средний возраст имплантированных субъектов составил 41,3 ± 15,1 года. Среднее количество дней со стабильными настройками обнаружения составило 710 ± 276 дней (диапазон 287-1385 дней). Субъекты представляли широкий спектр местоположений отведений системы RNS, включая двусторонний гиппокамп, неокортикальный и смешанный (мезиальный височный и неокортикальный). Шесть субъектов имели фокальные приступы с осознанием (ФАС) или фокальные приступы с нарушением сознания (ФАС) без вторичной генерализации, а девять субъектов имели ФАС и/или ФАС с фокальными или двусторонними тонико-клоническими приступами (ФБТКП). В таблице 2 показаны характеристики идентифицированных электрографических припадков, включая среднее количество электрографических припадков (LE) на кластер, средний меж- и внутрикластерный ISI, максимальный внутрикластерный ISI и среднюю продолжительность кластеров припадков. Среднее количество припадков на кластер составило 3,0 ± 3,8 припадка (диапазон 1-15; таблица 2а). Средняя межкластерная ISI, то есть ISI между изолированными припадками или кластерами припадков, колебалась от 2 до 32 дней, отражая широкую вариабельность частоты припадков от почти ежедневных до ежемесячных припадков (таблица 2b). Средний внутрикластерный ISI был<3 hours="" (except="" for="" subject="" 8,="" see="" methods;="" figure="" s1)="" with="" a="" maximum="" intracluster="" isi="" between="" 6.4="" and="" 22.4="" hours="" (table="" 2d).="" the="" average="" of="" all="" maximum="" duration="" seizures="" within="" each="" cluster="" and="" isolated="" seizures="" is="" shown="" in="" table="" 2e.="" consistent="" with="" prior="" studies,12–14="" subjects="" with="" fas,="" for="" example,="" subjects="" 4="" and="" 5,="" tended="" to="" have="" short-duration="" seizures,="" whereas="" those="" subjects="" with="" fbtcs="" (subjects="" 3,="" 4,="" 6-9,="" 13,="" and="" 14)="" tended="" to="" have="" long-duration="">

3.2 Вывод метрик по предмету-примеру

Временные ряды приступов у отдельных субъектов показали, что приступы возникают как изолированные события и как кластеры (рис. 1А). В отличие от предыдущих наблюдений кластеров клинических припадков,17 временные кластеры, идентифицированные с помощью неконтролируемых методов (см. Методы), показали, что припадок с максимальной продолжительностью в пределах кластера не обязательно был терминальным событием. Среди испытуемых процент кластеров припадков, для которых максимальная продолжительность приступа приходилась на терминальный припадок кластера, составлял 42 ± 18% (диапазон 15–83%). Чтобы учесть различное расположение припадков максимальной продолжительности в кластере, кластер припадков был представлен временем начала первого электрографического припадка и максимальной продолжительностью припадка в кластере (рис. 1В, красные кружки). При учете как изолированных припадков, так и кластеров припадков положительная связь между ISI и продолжительностью припадка показана на примере пациента (рис. 1C). На рис. 1C дополнительно показаны группы ISI по продолжительности и пороговое значение, используемое для длительных припадков, определяемое как верхний квинтиль длительности припадков.

3.3 Сравнение продолжительности ISI между более длительными и более короткими припадками

Чтобы определить, были ли длительные припадки связаны с более длительными ISI, распределение ISI, предшествующих длительным припадкам, по сравнению с более короткими припадками, то есть остаточное распределение, для каждого субъекта. Как видно на рисунке 2, у пяти из четырнадцати субъектов (36%) медиана ISI, предшествующая длительным припадкам, была значительно длиннее, чем средняя ISI, предшествующая более коротким припадкам, в среднем на 17,6 ± 14,8 дней. Распределение, среднее значение и медиана, представляющие всех субъектов, показаны на рисунке S3 и в таблице S1.

3.4 Групповое сравнение продолжительности припадков при высоком, среднем и низком ИСИ

Затем, чтобы провести групповой анализ пациентов с очень изменчивым распределением ISI, ISI для каждого субъекта были линейно масштабированы до стандартизированного значения ({{0}}) и классифицированы по длине на «низкие», « средняя» и «высокая» категории ISI. В подгруппе субъектов (5/14), у которых длительный ISI предшествовал длительным приступам, средняя продолжительность приступа составляла 53,1 ± 16,2 секунды, 63,19 ± 19,1 секунды и 83,4 ± 21,5 секунды для категорий низкого, среднего и высокого ISI соответственно. (Рисунок 3А). Продолжительность припадка существенно не отличалась между группами ISI (P=0.072, односторонний ANOVA) (рис. 3A). Учитывая, что различия в вероятности длительных припадков не могут быть выявлены только по продолжительности припадков из-за ее неравномерного распределения6, мы спросили, варьируется ли доля длительных припадков по категориям ISI. В одной и той же подгруппе пациентов (5/14) была выявлена ​​значительная разница между долей длительных припадков и тремя группами ISI (P <0,001, однофакторный="" дисперсионный="" анализ).="" проверка="" парной="" гипотезы="" выявила="" значительно="" более="" низкую="" долю="" длительных="" припадков="" в="" группах="" с="" низким="" и="" средним="" isi="" по="" сравнению="" с="" группами="" с="" высоким="" isi="" (p=""><0,001; рисунок="" 3b).="" разница="" в="" доле="" длительных="" припадков="" не="" была="" статистически="" значимой="" между="" категориями="" низкого="" isi="" и="" среднего="" isi="" (p="0.12)." результаты="" были="" устойчивы="" к="" кластерам="" k="2" и="" k="4" (рис.="">

Для сравнения, средняя продолжительность припадков и доля длительных припадков для «низкой», «средней» и «высокой» групп ISI показаны для общей группы из 14 субъектов на рисунке 3C-D. Никакой существенной разницы в средней продолжительности приступа (P=0,591) или доле длительных приступов (P=0,064) не было между тремя группами ISI в общей выборке. Эти результаты подтверждают, что связь высокого ISI с большей продолжительностью припадков очевидна только у части субъектов.

4. ДИСКУССИЯ

Это исследование демонстрирует, что у части субъектов высокий ISI связан с повышенной вероятностью длительных припадков. Используя хронические записи из системы RNS и используя продолжительность припадков в качестве косвенного показателя тяжести припадков,12,14 эти результаты подтверждают отдельные клинические наблюдения о том, что длительные периоды отсутствия припадков могут вызывать более тяжелые припадки у некоторых людей.

Было выявлено, что у пяти из четырнадцати субъектов были высокие ISI, которые соответствовали длительным припадкам. Кроме того, было установлено, что доля длительных припадков является более чувствительным показателем и увеличивается с ISI по сравнению со средней продолжительностью припадков. В других исследованиях6,24,26,27 использовались альтернативные подходы к изучению взаимосвязи между продолжительностью припадка и предшествующей продолжительностью ISI. Поддерживая связь, стохастические модели у грызунов27 показали, что продолжительность припадка можно смоделировать как функцию ISI, которая, как было дополнительно продемонстрировано, является функцией продолжительности предшествующего припадка. Сложная взаимосвязь наблюдалась между продолжительностью припадка и ISI в моделях собак, при этом одна из шести собак продемонстрировала положительную корреляцию. В то время как в исследовании Gregg et al. были обозначены свинцовые и кластерные приступы, межкластерные ISI по определению оставались связанными только с отведением. захват.

Cook и соавт. описали сложное одномодальное или бимодальное распределение электрографических припадков в хронических записях человека и выявили двух субъектов, у которых кратковременные припадки с большей вероятностью были связаны с коротким ISI. кластеров, которые в противном случае сильно изменили бы интерпретацию ISI по отношению к отдельным событиям. Например, если кластеры припадков не учитываются, длительные внутрикластерные припадки могут быть отнесены к короткому ISI, измеренному в пределах кластера, а не более подходящему измерению по предшествующему кластеру или изолированному припадку, удаленному от текущего кластера. Кроме того, межкластерный ISI будет связан только с изъятием свинца, а не взвешен надлежащим образом для рассмотрения всего кластера изъятий. Без учета кластеров припадков связь между ISI и продолжительностью имеет тенденцию быть размытой.

В отличие от предыдущих исследований,17 мы наблюдали, что максимальная продолжительность припадка в кластере приступов происходила в разных позициях внутри кластера, что совместимо с результатами других исследований с использованием хронических внутричерепных записей.6,24 Из-за этих наблюдений максимальная продолжительность припадок в кластере, а не ведущий или терминальный припадок, использовался для представления продолжительности припадка для кластера. Разница в этих выводах по сравнению с гипотезой самовозбуждения17 может быть связана с различиями в методах кластеризации или факторах окружающей среды. Исследование Ferastraoaru et al17 проводилось не в амбулаторных условиях, а в стационарном отделении видео-ЭЭГ-мониторинга, где лекарства часто меняют ежедневно.

Было обнаружено, что вероятность длительных припадков является альтернативной и потенциально более чувствительной сводной статистикой тяжести припадков. Это открытие подтверждает предыдущий вывод о том, что продолжительность не увеличивается линейно6, поскольку продолжительность припадков распределяется неравномерно, а скорее мультимодально6 и отражает отдельные типы припадков. от количества группировок. Учитывая, что более длительные припадки связаны с FBTCS, это открытие предполагает, что более длительные ISI могут увеличить вероятность FBTCS. В то время как продолжительность припадка дает некоторое представление о типе припадка,12,14 связь типа припадка с ISI выходит за рамки исследования и может представлять интерес для дальнейшей работы. Важно отметить, что определение длительных припадков было индивидуальным для каждого пациента; как видно на рисунке S2, верхний квинтиль определялся индивидуально для каждого пациента. В этом смысле относительная метрика более прямо говорит о клиническом наблюдении, описанном пациентами, которые лучше всего знакомы с собственной динамикой припадков. Хотя это выходит за рамки данного исследования, изучение корреляции между восприятием пациентами тяжести припадков и фактической продолжительностью припадков, оцениваемой с помощью КЭЭГ, может представлять интерес для будущей работы. Дополнительный анализ клинических фенотипов подгруппы пациентов, у которых была обнаружена связь между ISI и длительными припадками, не выявил каких-либо очевидных общих черт в демографических характеристиках или характеристиках системы RNS, включая расположение электродов или тип припадков.

Механизм(ы), лежащий в основе взаимосвязи между ISI и продолжительностью приступа, неизвестен, но может быть связан сДолгосрочная памятьпроцессы эпилептической сети.26 У животных и людей припадки не возникают случайно; они имеют тенденцию группироваться во времени28–31 и разрываться в циклическом ритме,18,23,32,33 что означает, что эпилептическая сеть имеетврожденная памятьпредшествующих событий.23 Отдельные припадки и кластеры были связаны с длительными периодами отсутствия припадков,34 из которых считалось, что они связаны с большой продолжительностью постиктального подавления.35 Недостаточное постиктальное торможение17,36 или избыточное возбуждение37 также были вовлечены в кластеры припадков. . Механизмы, лежащие в основе тормозного и возбуждающего баланса, определяющего время припадка и присущие емусетевая памятьпредполагается, что они играют возможную роль в наблюдаемом здесь «емкостном эффекте». В частности, при более длительных периодах отсутствия припадков в неизмененной в остальном сети повышенное возбуждение, которое заменяет ослабевающее торможение, может со временем привести к сети, которая поддерживает распространение припадков, тем самым увеличивая продолжительность последующего припадка.

Это исследование имеет ограничения. Система RNS не является чистым записывающим устройством; скорее, он применяет электрическую стимуляцию в ответ на обнаружение эпилептиформной активности. Последствия частой стимуляции остаются неизвестными, но вероятны долгосрочные эффекты нейропластичности. 38 Например, субъект 6 продемонстрировал прогрессивное снижение частоты приступов без каких-либо идентифицируемых поведенческих или фармакологических вмешательств (рис. S5), что, возможно, отражает нейромодулирующие эффекты хронической стимуляции. . В результате более длительные ISI имели тенденцию возникать в более поздние периоды времени для этого субъекта. Таким образом, группа с высоким ISI в конечном итоге отражает период времени, когда субъект достиг улучшенного контроля над припадками. Улучшение контроля приступов может повлиять на данные, увеличивая тенденцию к более высоким значениям ISI и меньшей продолжительности приступов.

Еще одно ограничение связано с обобщаемостью этих результатов. В частности, когорта, изучаемая здесь с помощью цЭЭГ, представляет собой избранную подгруппу пациентов с рефрактерной к медикаментозному лечению фокальной эпилепсией. Например, пациенты с первично-генерализованной эпилепсией или эпилепсией, контролируемой с помощью медикаментов, не включены в это исследование, и поэтому невозможно сделать вывод о том, в какой степени аналогичная динамика наблюдается в более широкой популяции людей с эпилепсией. Чтобы рассмотреть другие аспекты тяжести припадков, такие как восприятие пациента, в будущих исследованиях можно было бы изучить электронные дневники припадков. Следует отметить, что основной вывод этого исследования — связь между высоким ISI и вероятностью длительных припадков в подгруппе пациентов — не помогает предсказать время возникновения припадков. Скорее, эти результаты дополняют текущие усилия по прогнозированию возникновения припадков [39, 40], предоставляя информацию, которая может помочь предвидеть другие аспекты динамики припадков.

Кроме того, существуют важные ограничения на использование продолжительности приступа в качестве косвенного показателя тяжести приступа, который имеет множество объективных и субъективных детерминант, включая тип приступа, частоту, потерю сознания и восприятие пациента и/или наблюдателя.2,3,{{ 2}} Здесь электрографическая продолжительность припадка, объективная мера, используется для исследования одного аспекта тяжести припадка. Дополнительные соображения включают возможность того, что пациенты могут стать более самодовольными после более длительных периодов отсутствия приступов, что приведет к несоблюдению режима лечения или вовлечению в поведение с более высоким риском, которое может вызвать более тяжелые приступы. Хотя мы сосредоточились на ISI в качестве возможного предиктора продолжительности приступа, другие потенциальные предикторы, которые не были исследованы, включают основное состояние сети41 и циклы межприступной активности,18 оба из которых влияют на риск приступа и, следовательно, могут также влиять на продолжительность приступа.

Учитывая, что непредсказуемость при эпилепсии негативно влияет на качество жизни, системы прогнозирования припадков следующего поколения в идеале будут оценивать как время, так и тяжесть предстоящих припадков. Будущие устройства нейростимуляции, которые включают информацию о предшествующих событиях, потенциально могут оптимизировать клинический ответ, обеспечивая меняющуюся во времени терапию с стратификацией риска, адаптированную квнутренние процессы памятив сетях мозга.

ИСПОЛЬЗОВАННАЯ ЛИТЕРАТУРА

1 Лоринг Д.В., Меадор К.Дж., Ли Г.П. Детерминанты качества жизни при эпилепсии. Эпилепсия Поведение. 2004;5(6):976–80.

2. Бейкер Г.А., Смит Д.Ф., Джейкоби А., Хейс Дж.А., Чедвик Д.В. Пересмотренная Ливерпульская шкала тяжести припадков. Захват. 1998;7(3):201–5.

3. Смит Д.Ф., Бейкер Г.А., Дьюи М., Джейкоби А., Чедвик Д.В. Частота припадков, воспринимаемая пациентом тяжесть припадков и психосоциальные последствия трудноизлечимой эпилепсии. Эпилепсия Рез. 1991;9(3):231–41.

4. Schulze-Bonhage A, Khn A. Непредсказуемость припадков и бремя эпилепсии. В: Шелтер Б., Тиммер Дж., Шульце-Бонхаге А., редакторы. Прогноз припадков при эпилепсии. Германия: Wiley-VCH

5. Verlag GmbH & Co. KGaA, 2008; п. 1–10. Кароли П.Дж., Кук М.Дж., Матурана М., Медсестра Э.С., Пейн Д., Бринкманн Б.Х. и др. Прогнозирование циклов вероятности припадков. Эпилепсия. 2020;61(4):776–86.

6. Cook MJ, Karoly PJ, Freestone DR, Himes D, Leyde K, Berkovic S и др. Фокальные припадки у человека характеризуются популяциями с фиксированной продолжительностью и интервалом. Эпилепсия. 2016;57(3):359–68.

7. Donos C, Maliia MD, Dümpelmann M, Schulze-Bonhage A. Начало приступа предсказывает его тип. Эпилепсия. 2018;59(3):650–60.

8. Бейкер Г.А., Смит Д.Ф., Дьюи М., Морроу Дж., Кроуфорд П.М., Чедвик Д.В. и др. Разработка шкалы тяжести припадков как критерия исхода при эпилепсии. Эпилепсия рез. 1991; 8: 245–51.

9. Дункан Дж. С., Сандер Дж. ВАС. Шкала тяжести припадков Чалфонта. J Neurol Нейрохирург Психиатрия. 1991; 54: 873–6.

10. О'Донохью М.Ф., Дункан Дж.С., Сандер Дж.У.А.С. Национальная больничная шкала тяжести припадков: дальнейшее развитие шкалы тяжести припадков Чалфонта. Эпилепсия. 1996;37(6):563–71.

11. Cramer JA, French J. Количественная оценка тяжести припадков для клинических испытаний: обзор подходов к компонентам припадков. Эпилепсия. 2001;42(1):119–29.

12. Дженссен С., Грейсли Э.Дж., Сперлинг М.Р. Как долго длятся большинство приступов? Систематическое сравнение приступов, зарегистрированных в отделении мониторинга эпилепсии. Эпилепсия. 2006;47(9):1499–503.

13. Ким Д., Чо Дж.В., Ли Дж. и др. Продолжительность приступа, определяемая с помощью записи субдурального электрода у взрослых пациентов с трудноизлечимой фокальной эпилепсией. Дж. Рез. эпилепсии. 2011;1(2):57–64.

14. Афра П., Джуни К.С., Бергей Г.К. Длительность сложных парциальных припадков: внутричерепное исследование ЭЭГ. Эпилепсия. 2008;49(4):677–84.

15. Теодор У.Х., Портер Р.Дж., Пенри Дж.К. Сложные парциальные припадки: клиника и дифференциальная диагностика. Неврология. 1983;33(9):1115–21.

16. Chang BL, Leite M, Snowball A, Lieb A, Chabrol E, Walker MC и др. Семиология, кластеризация, периодичность и естественное течение приступов в экспериментальной модели затылочной коры головного мозга. Dis Model Mech. 2018;11(12):dmm036194.

17. Ferastraoaru V, Schulze-Bonhage A, Lipton RB и др. Прекращение кластеров припадков связано с продолжительностью фокальных припадков. Эпилепсия. 2016;57(6):889–95.

18. Бод М.О., Клин Дж.К., Мирро Э.А., Андречак Дж.К., Кинг-Стивенс Д., Чанг Э.Ф. и др. Многодневные ритмы модулируют риск приступов при эпилепсии. Нац коммун. 2018;9(1):88.

19. Курайши И.Х., Мерсье М.Р., Скарпаас Т.Л., Хирш Л.Дж. Изменения скорости раннего обнаружения с помощью системы нейростимуляции, реагирующей на мозг, предсказывают эффективность недавно добавленных противосудорожных препаратов. Эпилепсия. 2020;61(1):138–48.

20. Хирш Л.Дж., Мирро Э.А., Саланова В., Витт Т.С., Дрис С.Н., Браун М.Г. и др. Мезиальная височная резекция после длительного амбулаторного внутричерепного ЭЭГ-мониторинга с помощью системы прямой нейростимуляции, реагирующей на мозг. Эпилепсия. 2020;61(3):408–20.

21. Кинг-Стивенс Д., Мирро Э., Вебер П.Б., Лаксер К.Д., Ван Несс П.С., Саланова В. и др. Латерализация мезиальной височной эпилепсии с помощью хронической амбулаторной электрокортикографии. Эпилепсия. 2015;56(6):959–67.

22. Чан А.И., Ноултон Р.К., Чанг Э.Ф., Рао В.Р. Локализация приступов с помощью хронической амбулаторной электрокортикографии. Clin Neurophysiol Pract. 2018;3:174–6.

23. Karoly PJ, Nurse ES, Freestone DR, Ung H, Cook MJ, Boston R. Всплески припадков в долгосрочных записях фокальной эпилепсии человека. Эпилепсия. 2017;58(3):363–72.

24. Грегг Н.М., Нассери М., Кремен В., Паттерсон Э.Е., Стерджес Б.К., Денисон Т.Дж. и др. Циркадная и многодневная периодичность приступов и кластеры приступов при эпилепсии собак. Мозговая коммуна. 2020;2(1):fcaa008.

25. Chiang S, Haut SR, Ferastraoaru V, Rao VR, Baud MO, Theodore WH и др. Индивидуализация определения кластеров припадков на основе временного кластерного анализа. Эпилепсия Рез. 2020;163:106330.

26. Cook MJ, Varsavsky A, Himes D, Leyde K, Berkovic SF, O'Brien T, et al Динамика эпилептического мозга выявляет процессы долгой памяти. Фронт Нейрол. 2014;5:217.

27. Сандерам С., Осорио И., Фрей М.Г., Уоткинс Дж.Ф. Стохастическое моделирование и предсказание экспериментальных припадков у крыс Sprague-Dawley. Дж. Клин Нейрофизиол. 2001;18(3):275–82.

28. Беггс Дж. М., Пленц Д. Нейрональные лавины в неокортикальных цепях. Дж. Нейроски. 2003;23(35):11167–77.

29. Хаут С.Р., Шиннар С., Моше С.Л. Группировка изъятий: риски и результаты. Эпилепсия. 2005;46(1):146–9.

30. Rose AB, McCabe PH, Gilliam FG, Smith BJ, Boggs JG, Ficker DM и др. Возникновение кластеров припадков и эпилептического статуса во время стационарного видео-ЭЭГ-мониторинга. Неврология. 2003;60(6):975–8.

31. Асади-Пуйя А.А., Ней М., Шаран А., Сперлинг М.Р. Кластерные приступы при фармакорезистентной фокальной эпилепсии. Эпилепсия. 2016;57(9):e187–e190.

32. Pitsch J, Becker AJ, Schoch S, Müller JA, de Curtis M, Gnatkovsky V. Суточная кластеризация спонтанных эпилептических припадков возникает после эпилептического статуса, индуцированного пилокарпином. Эпилепсия. 2017;58(7):1159–71.

33. Bortel A, Lévesque M, Biagini G, Gotman J, Avoli M. Продолжительность судорожного эпилептического статуса как детерминанта эпилептогенеза и генерации межприступных разрядов в лимбической системе крыс. Нейробиол Дис. 2010;40(2):478–89.

34. Лим Дж. А., Мун Дж., Ким Т. Дж., Джун Дж. С., Парк Б., Бьюн Дж. И. и др. Кластеризация спонтанных рецидивирующих припадков, разделенных длительными периодами без припадков: расширенное видео-ЭЭГ-мониторинговое исследование пилокарпиновой мышиной модели. ПЛОС Один. 2018;13(3):e0194552.

35. Payne DE, Karoly PJ, Freestone DR, Boston R, D'Souza W, Nurse E и др. Постиктальная супрессия и продолжительность приступов: долгосрочный анализ iEEG для конкретного пациента. Эпилепсия. 2018;59(5):1027–36.

36. Осорио И., Фрей М.Г., Сорнетт Д., Милтон Дж. Фармакорезистентные припадки: способность к самозапуску, отсутствие накипи и предсказуемость? Евр Джей Нейроски. 2009;30(8):1554–8.

37. Дудек Ф.Е. Эпилептогенез: новый взгляд на баланс возбуждения и торможения. Эпилепсия Curr. 2009;9(6):174–6.

38. Коккинос В., Систерсон Н.Д., Возны Т.А., Ричардсон Р.М. Связь нейрофизиологических особенностей замкнутой стимуляции мозга с контролем приступов у пациентов с фокальной эпилепсией. ДЖАМА Нейрол. 2019;76(7):800–8.

39. Кульманн Л., Ленертц К., Ричардсон М.П., ​​Шелтер Б., Завери Х.П. Прогнозирование припадков — готово к новой эре. Нат Рев Нейрол. 2018;14(10):618–30.

40. Морманн Ф., Анджейак Р.Г., Элгер С.Е., Ленертц К. Предсказание приступов: долгий и извилистый путь. Мозг. 2007;130(2):314–33.

41. Крамер М.А., Кэш С.С. Эпилепсия как нарушение организации корковой сети. Нейробиолог. 2012;18(4):360–72.