《Epilepsia》:Validation of drug-resistant epilepsy identification algorithms in US Veterans across diverse care settings
编辑推荐:
目的(Objective):早期识别药物难治性癫痫(Drug-Resistant Epilepsy,DRE)对于及时转诊至综合癫痫中心(Comprehensive Epilepsy Centers,CEC)至关重要。研究人员此前在退伍军人健康管理局(Veter
目的(Objective):早期识别药物难治性癫痫(Drug-Resistant Epilepsy,DRE)对于及时转诊至综合癫痫中心(Comprehensive Epilepsy Centers,CEC)至关重要。研究人员此前在退伍军人健康管理局(Veterans Health Administration,VHA)开展的一项试点研究证明了在选定的CEC中应用算法方法识别DRE的可行性。在本研究中,研究团队在更广泛、覆盖CEC与非CEC诊疗的全国性队列中对这些算法进行了验证与完善,以针对不同诊疗环境优化算法。
方法(Methods):研究人员开展了一项多中心、回顾性研究,纳入1999年至2024年间随机抽样的、使用≥2种抗癫痫发作药物(Antiseizure Medications,ASMs)的退伍军人,并由26名癫痫专家通过病历审查对DRE状态进行评级。研究共评估了96个候选算法,这些算法由六项标准的组合构成——ASMs数量、治疗持续时间、剂量阈值、普瑞巴林(pregabalin)排除、难治性国际疾病分类(International Classification of Diseases,ICD)编码以及脑电图(Electroencephalography,EEG)/磁共振成像(Magnetic Resonance Imaging,MRI)使用情况。DRE分类性能在全体退伍军人中评估,并分别在CEC与非CEC诊疗的退伍军人中进行分析。
结果(Results):在970名曾使用≥2种ASMs的退伍军人中,518名(53.4%)被评级为DRE,363名(37.4%)被评级为非DRE,89名(9.2%)评级为不确定。与非DRE退伍军人相比,DRE退伍军人更年轻(平均年龄 = 68.9岁 vs. 72.0岁),且更常至少携带一种难治性ICD编码(46.1% vs. 18.2%)、接受EEG(77.8% vs. 66.7%)或MRI(78.0% vs. 65.8%)(所有p值 <.001)。在全体退伍军人中,最佳总体算法(曲线下面积(Area Under the Curve,AUC)= .701)将DRE判定为以下任一情形:(1) 暴露使用≥3种ASMs;或(2) 暴露使用2种ASMs至少1年,且具备EEG/MRI记录与难治性ICD编码。该算法在曾接受CEC(AUC = .756)或仅接受非CEC诊疗(AUC = .678)的退伍军人中同样表现良好。
意义(Significance):这项全国性验证研究证实,基于药物的算法可在不同诊疗环境(CEC与非CEC)中利用VHA行政数据识别DRE。这支持在VHA内部实施标准化的DRE定义,用于质量改进、疾病监测与转诊优化。
药物难治性癫痫(Drug-Resistant Epilepsy,DRE)被国际抗癫痫联盟(International League Against Epilepsy,ILAE)定义为对两种耐受且恰当选择、恰当使用的抗癫痫发作药物(Antiseizure Medications,ASMs)的充分试验均未能实现持续无癫痫发作。不同临床环境中14%~36%的癫痫患者(Persons with Epilepsy,PWE)罹患DRE,其伴随精神并发症增多、医疗资源利用增加及早死风险升高,因此早期识别DRE对及时转诊至综合癫痫中心(Comprehensive Epilepsy Center,CEC)以获取先进诊断、手术评估与器械治疗至关重要。在退伍军人健康管理局(Veterans Health Administration,VHA)中,约80000名PWE获得照护,其中估计约25000名可能罹患DRE,但仅15%的合格退伍军人经由卓越癫痫中心(Epilepsy Centers of Excellence,ECoE)接受CEC诊疗;诊断不确定与DRE低识别率被认为是优化VHA癫痫诊疗的关键障碍。研究人员此前在ECoE开展的试点研究证明了算法识别DRE的可行性,但存在样本量小、地理范围有限的不足。为此,研究人员开展了这项全国性、多中心验证研究,旨在检验并优化可在CEC与非CEC两类诊疗环境中识别DRE的算法。
研究基于990名随机抽样的退伍军人完成病历审查与算法验证,结果显示该富集队列中53.4%罹患DRE;最佳算法依据ASMs使用数量、疗程及脑电图(Electroencephalography,EEG)/磁共振成像(Magnetic Resonance Imaging,MRI)和难治性国际疾病分类(International Classification of Diseases,ICD)编码记录识别DRE,在总体队列及CEC、非CEC亚组中均表现良好。研究证实单一算法可跨诊疗环境应用,为在VHA内实施标准化DRE定义、支持质量改进、疾病监测与转诊优化提供了依据。
研究方法概要:研究采用回顾性多中心设计,先基于VHA验证的癫痫算法确定符合癫痫诊断标准的退伍军人,再富集1999年10月1日至2024年1月1日期间使用≥2种ASMs(排除加巴喷丁)≥30天者(样本队列来源于VHA行政数据库),从中随机抽取990名退伍军人;由27名癫痫专科医生依据2010年ILAE标准独立审查病历并评级为DRE、非DRE或不确定,分歧由资深评审员裁定;通过六种标准的组合构建96个候选算法,以受试者工作特征曲线下面积(Area Under the Curve,AUC)、灵敏度、特异度等指标评估性能,并按是否接受CEC诊疗分层分析。
研究结果部分,在队列特征(Cohort characteristics)方面,990名退伍军人中970名符合纳入标准,518名(53.4%)评级为DRE,363名(37.4%)为非DRE,89名(9.2%)为不确定;DRE患者平均年龄68.9岁,低于非DRE患者的72.0岁;80.1%未接受CEC诊疗,CEC组中63.2%评级为DRE。在临床特征(Clinical features)方面,与非DRE患者相比,DRE患者更常携带难治性ICD编码(46.1% vs. 18.2%)并接受EEG(77.8% vs. 66.7%)或MRI(78.0% vs. 65.8%);88%的DRE患者使用≥3种ASMs;CEC组使用≥7种ASMs者(13%)多于非CEC组(5%)。在算法性能(Algorithm performance)方面,最佳算法AUC为.701,判定DRE的标准为暴露≥3种ASMs,或暴露≥2种ASMs至少1年且具备EEG/MRI检查与难治性ICD编码记录;前10位算法AUC为.693~.701,共同特征为纳入低剂量ASMs与难治性ICD编码。在按诊疗级别分层的性能(Performance by care level)方面,CEC组最佳算法AUC为.765,多要求≥3种ASMs与6个月疗程;非CEC组最佳算法AUC为.678,与总体最佳算法一致;总体最佳算法用于CEC组时AUC为.756,与CEC最佳算法差异在.01 AUC以内。在敏感性分析(Sensitivity analysis:将FDS视为非DRE)方面,将功能性发作(Functional/Dissociative Seizures,FDS)患者全部归为非DRE后,最佳算法不变,AUC为.699(vs. .701),分层结果亦相似。
讨论部分指出,CEC与非CEC间算法性能的差异可能源于CEC病历文档与编码更一致完整、癫痫专科培训医生集中、连续EEG可及性好,且CEC医生更积极调整ASM方案;而同一算法在两类环境均表现良好,主要因为药物暴露是难治性癫痫的强预测因素。由于队列通过要求≥2种ASMs入组而富集DRE,特异度可能被低估;EEG/MRI在两组中均普遍使用(CEC组几乎全部接受),限制了其判别价值;FDS仅占2.5%,将其保留于DRE定义符合2010年ILAE标准并反映临床转诊需求。研究局限性包括近10%病例因文档不足评级为不确定、回顾性应用ILAE标准存在主观性,以及退伍军人人群特有病因(如创伤后癫痫)与平均年龄较高;未来方向为开发区分FDS与DRE的算法。
研究结论:本多中心验证研究证实,基于药物的算法——要求≥3种非加巴喷丁ASMs,或≥2种非加巴喷丁ASMs并联合难治性ICD编码与EEG/MRI检查——能够稳健地识别退伍军人中的DRE;同一算法可在单一医疗体系内不同诊疗级别中有效应用,为在多样化诊疗环境中识别DRE提供了强通用性标准,并为及时转诊CEC、针对性资源配置及人群层面监测治疗耐药性癫痫提供了重要临床与政策依据。