Novas descobertas sobre a detecção de convulsões em recém-nascidos

Bebês recém-nascidos têm o maior risco de ter Convulsões em comparação com qualquer outra faixa etária. Essas convulsões podem trazer sérios problemas e nem sempre são fáceis de detectar só de olhar. A melhor forma de pegar a maioria dessas convulsões é através do monitoramento EEG, que mede a atividade elétrica do cérebro. Porém, o método padrão para isso, conhecido como EEG de vídeo contínuo (cEEG), requer muitos recursos e pessoal especializado, o que torna difícil a implementação em várias situações de cuidados neonatais.

Os médicos geralmente tentam tornar o processo mais eficiente usando sinais de EEG modificados que destacam potenciais convulsões. Embora isso ajude a economizar tempo durante as análises, o monitoramento em tempo real ainda não é prático para a maioria das unidades neonatais. Detectar uma convulsão rapidamente pode melhorar muito os resultados. Idealmente, gostaríamos de um sistema que avise os profissionais de saúde em tempo real quando uma convulsão pode ocorrer.

#Métodos Atuais e Desafios

Para tornar esses alertas possíveis, podemos construir um detector que utilize as mesmas técnicas que são usadas para análises mais rápidas. O sinal de EEG modificado padrão usado em unidades de terapia intensiva neonatal é chamado de EEG integrado por amplitude (aEEG). Esse sinal mostra dois traços que capturam aspectos importantes da atividade cerebral por um período mais longo. Ao condensar as informações, os médicos podem revisar de forma eficiente horas de gravações e procurar por sinais de atividade convulsiva.

Um sinal claro que pode sugerir uma convulsão é um aumento no traço inferior do aEEG. Essa mudança é teoricamente fácil de detectar ao definir um simples limite do que é considerado normal e o que indica uma convulsão.

Neste estudo, apresentamos um detector baseado em uma abordagem diferente usando um método chamado correlação tripla. Pesquisas mostraram que esse método captura informações importantes de gravações neuronais e deve refletir diferenças entre períodos de convulsão e não convulsão. Descobrimos que essa abordagem pode ter desempenho tão bom quanto, ou até melhor que, o padrão atual.

#Coleta de Dados

Usamos gravações de EEG neonatal de um conjunto de dados disponível publicamente. Essas gravações foram feitas a uma taxa de 256 vezes por segundo e foram revisadas por três clínicos especialistas que determinaram se uma convulsão ocorreu. No conjunto de dados, havia 79 pacientes e 343 convulsões em 39 desses pacientes.

Fizemos nossa análise tanto no conjunto de dados completo quanto em um subconjunto menor do qual removemos artefatos que poderiam confundir os resultados. Para selecionar esse subconjunto menor, procuramos pacientes com forte concordância entre os revisores especialistas em relação aos eventos de convulsão e uma boa mistura de períodos com e sem convulsões. Tínhamos um neurologista treinado para verificar os artefatos e garantir que os dados estavam limpos.

#Analisando Sinais de EEG

Antes de rodar nossa análise, processamos as gravações de EEG para remover ruídos e padronizar os dados. Isso envolveu várias etapas, como filtrar frequências específicas e ajustar os sinais para levar em conta as diferenças individuais dos pacientes.

Para o cálculo do aEEG, seguimos métodos estabelecidos que envolvem filtrar e segmentar os dados em partes menores. Nos concentramos na margem inferior do aEEG, já que um aumento nessa margem geralmente indica uma convulsão.

Por outro lado, para calcular a correlação tripla, analisamos trechos curtos de dados de EEG enquanto consideramos vários atrasos de tempo e espaciais. Assim, pudemos criar um resumo dos diferentes tipos de atividade cerebral e como elas interagem.

#Comparando Métodos de Detecção de Convulsão

Depois de configurar nosso detector, o usamos junto com o aEEG para comparação. Queríamos ver quão bem o nosso detector poderia identificar convulsões em comparação com o aEEG.

Nossos resultados mostraram que o método de correlação tripla estava na mesma linha que o aEEG em relação à detecção de convulsões. Quando olhamos os dados de pacientes individuais, às vezes o aEEG fornecia sinais mais claros, enquanto em outros casos, a correlação tripla era melhor.

Os clínicos treinados que revisavam os dados tinham suas taxas de falso positivo, ou seja, houve momentos em que eles indicaram erroneamente que uma convulsão havia ocorrido. Essa taxa de erro foi comparável ao que nosso detector alcançou.

#Avaliação de Desempenho

Para avaliar o quão bem nossos detectores funcionaram, criamos curvas ROC (Receiver Operating Characteristic). Essas curvas ajudam a visualizar o desempenho dos sistemas de detecção, mostrando a troca entre sensibilidade (taxa de verdadeiro positivo) e especificidade (taxa de falso positivo).

Nossa análise indicou que o método de correlação tripla poderia alcançar níveis de desempenho semelhantes ao aEEG para detectar convulsões individuais. Em alguns cenários, ele até superou o aEEG, sugerindo que pode exigir menos ajustes para diferentes pacientes.

#Insights da Correlação Tripla

Uma vantagem de usar a correlação tripla é que ela revela as diferentes maneiras que as convulsões podem se manifestar em diferentes pacientes. Enquanto o aEEG fornece um único sinal generalizado, a correlação tripla pode mostrar variações na atividade convulsiva.

Em um estudo de pacientes com convulsões, descobrimos que alguns tiveram aumentos significativos na correlação tripla durante as convulsões, enquanto outros tiveram diminuições ou nenhuma mudança notável. Essas informações permitem que os médicos entendam melhor como as convulsões se comportam em pacientes individuais.

#Benefícios Potenciais do TriCorr

As percepções obtidas a partir da correlação tripla podem levar a melhores métodos de detecção para clínicos que atualmente confiam no aEEG. Embora o aEEG seja mais direto, pode perder nuances importantes que são críticas para um diagnóstico e tratamento precisos.

Por exemplo, os níveis de atividade de fundo do EEG são cruciais para determinar o estado do cérebro de um recém-nascido. Sinais de fundo anormais podem levar a uma interpretação errada das convulsões como atividade cerebral normal, o que pode resultar em tratamento inadequado. Com a correlação tripla, pode ser possível diferenciar entre a atividade de fundo regular e a atividade convulsiva de forma mais confiável.

#Conclusão

As descobertas deste estudo não sugerem que a correlação tripla vai substituir completamente o papel de neurologistas treinados na interpretação de dados de EEG. Em vez disso, o objetivo é oferecer um sistema de alerta útil que chame a atenção para eventos potenciais de convulsão para investigação adicional.

Nosso objetivo é construir uma ferramenta que ajude os profissionais de saúde a oferecer cuidados rápidos e precisos a recém-nascidos em alto risco de convulsões. Enquanto este estudo estabelece as bases para futuros avanços, reconhecemos que mais trabalho e evidências são necessários para solidificar essas alegações.

À medida que a pesquisa avança, esperamos que as vantagens da correlação tripla possam levar a melhores métodos de detecção e, em última análise, a resultados melhores para recém-nascidos que experimentam convulsões.