COMUNICACIÓN ORAL | 21 noviembre 2018, miércoles | Hora: 15:30

AUTORES

Principe , Alessandro; Ley Nacher, Miguel; De Ceballos Cerrajería, Pablo; Sanbria Sanchinel, Abel; Rocamora Zuñiga, Rodrigo

CENTROS

Servicio de Neurología. Hospital del Mar

OBJETIVOS

Utilizando un nuevo método que se demostró captar cambios de dinámica de EEG virtual y real, demostramos que es posible anticipar crisis epilépticas no sólo registrando del área de inicio de crisis, sino también del hipocampo homolateral.

MATERIAL Y MÉTODOS

Basado en un algoritmo desarrollado para la compresión de datos, PEC-AWC (prediction error connectivity using AWC) registra y predice estados de interacción entre áreas cerebrales generando mapas de error (EM). Utilizando una clasificador comúnmente empleado en machine learning, clasificamos EM cerca y lejos de un evento ictal y cuantificamos el riesgo de crisis reales de 6 pacientes explorados con SEEG con epilepsia hipocámpica (1), temporal no hipocámpica (1), frontal (1), occipital (1), parietal (1) y con epilepsia multilobular (1), durante un total de 10 días y 12 horas. Para el cálculo de los modelos utilizamos 3 canales pertenecientes al área de inicio de crisis (AIC) y 3 canales del hipocampo homolateral (HIP).

RESULTADOS

Usando PEC-AWC fue posible calcular 1000 modelos que predijeron con éxito todas las crisis (31) usando un solo evento por paciente para el entrenamiento. No hubo diferencias significativas entre las predicciones obtenidas desde AIC o HIP (93±6% vs. 93±4% ROC AUC), ni en número de falsas alarmas (68±29 vs. 83±47).

CONCLUSIONES

Nuestros resultados demuestran que es posible calcular el riesgo de crisis también fuera de la AIC, sugiriendo que la interacción de varias regiones cerebrales, y en particular del hipocampo homolateral, es necesaria para la determinación de los estados proictales; y pueden contribuir en la realización de dispositivos de predicción de crisis.