综述|抗癫痫药物疗效及停药预后预测模型研究进展
点击上方ActaEpileptologica关注我们
抗癫痫药物（AEDs）治疗是新诊断癫痫的首选治疗，然而，不同个体间药物反应性在差异显著，约30%的患者为药物难治性癫痫，约70%的新发癫痫患者通过适当的AEDs治疗可达到无发作。但许多癫痫患者在无发作的情况下，仍在继续服用AEDs，如果能合理的预测停用AEDs后癫痫无发作的概率，根据风险进行停药，癫痫患者的心理压力、生活质量都会显著改善。目前国际和国内已经建立了一些预测模型，用以指导无发作后的停药决策，为临床决策提供了新的工具。但这些模型并不完美，全面审视各种模型的优缺点有助于改进今后的研究具有重要意义。
河南省人民医院韩雄教授团队在AE发表综述Predictive models for AED treatment efficacy and prognosis of treatment withdrawal in epilepsy patients，系统性评估了几种AEDs疗效及停药预后预测模型评分方法的优缺点和适用范围，供临床参考。
扫描二维码阅读论文
Cite this article
Yang, S., Wang, B. & Han, X. Models for predicting treatment efficacy of antiepileptic drugs and prognosis of treatment withdrawal in epilepsy patients. Acta Epileptologica 3, 1 (2021). https://doi.org/10.1186/s42494-020-00035-9
一、预测AEDs疗效
韩雄教授团队及Boonluksiri基于临床预测规则（Clinical Prediction Rules，CRP）分别建立了一个预测成人和儿童发生药物难治性癫痫的量表，可早期识别药物难治性癫痫患者，并进行了自我验证和风险分级，但仅是小样本、单中心研究，它们在前瞻性、大样本、多中心研究的效果如何尚不清楚，并需要多种方法学的外部验证。
UCB与纽约大学医学院合作，构建了一个算法以指导AEDs选择，该研究回顾性纳入5万名癫痫患者，其中 4万名患者被随机分为训练组，1万名患者的测试组，提取约5000个特征来构建预测模型，其AUC为0.72。该模型基于大样本、多特征建立，具有较强可信度，并已经在临床中推广使用，并根据结果进行调整，但遗憾的是，临床实践中只有13%的患者选用与模型方案相匹配的AEDs，所以需要进一步优化、进一步贴近临床，才具有现实意义。
Petrovski等人前瞻性地收集了新诊断癫痫患者的药物基因结果，并基于k近邻监督学习算法开发了一个分类模型，以预测服用AEDs一年后癫痫无发作概率。该研究包括115例患者，其中80%作为训练组，20%作为验证组，涉及279个候选基因，以rs658624(SCN4B)、rs678262 (SCN4B)、rs2808526 (GABBR2)、rs4869682 (SLC1A3)、rs2283170 (KCNQ1) 5个基因作为最终模型，该模型的预测准确率为83.5%。该模型从药物基因角度指导临床药物选择，但研究样本量小，缺乏外部验证，同时未涉及脑电图、磁共振或其它关键性的临床和人口统计学特征，可能影响其预测性能。
韩雄教授团队还创建了一个基于支持向量机的模型来预测服用左乙拉西坦治疗后癫痫无发作的可能性，纳入新诊断癫痫并服用左乙拉西坦治疗46例患者，其中80%作为推导组，其余20%作为验证组，提取11个临床变量和4个脑电图参数(样本熵α、β、θ、δ)，五倍交叉验证的准确性为72.2%，在刀切法验证中显示出75.0%的准确性，验证组的预测精度为90%，3种验证方法均表现出良好的表现能力，令人鼓舞。但该研究样本量太少，提取特征较少，建模方法较简单。
二、预测AEDs停药预后
Lamberink等建立了两个列线图，分别预测停药后复发和长期预后的风险；他们首先对10项研究（1769名癫痫患者）进行系统性回顾和荟萃分析，并联系研究者得到原始数据建立列线图模型，预测复发的调整C统计值为0.65，预测长期预后的为0.71，以及校正图均体现了良好的识别性能，并在此基础上建立了一个网页计算器，为临床应用提供了便利。该研究样本量大，研究涉及多个地域，具有一定的代表性。但是，该研究的数据来源于多个研究，临床变量的一致性稍差，并应用多重插补技术处理缺失数据，缺乏真实性。温州医科大学第一附属医院的徐惠琴教授等对其进行了外部验证，研究表明：Lamberink模型为指导我国成人癫痫患者个体化停药决策提供了依据。
为了预测儿童癫痫手术后停用AEDs后癫痫复发和长期预后问题，Lamberink等试图建立列线图模型，纳入15个中心的766名儿童，预测因素包括停药年龄、术后服药时间、术前磁共振、术后脑电图、是否完全切除致痫灶、术前发作评论、手术时服药种类，其调整的C统计值分别为0.68、0.73，校正图显示了较好的拟合度，还建立了1个网页计算器，结果令人鼓舞，但是，缺乏外部验证，所以该模型尚需进一步验证。
总之，AEDs疗效和停药后复发的预测模型日益引起临床医生的关注，一些研究基于机器学习等人工智能技术已经开发了一些模型，结果让人振奋。但由于变量的复杂性和不一致，样本量小，前瞻性、多中心、多人种研究极少，这些模型多存在一些普适性问题，将该技术用于临床实践尚存在不少问题。今后需要界定统一的变量和相关定义，开展更具前瞻性、多中心、多人种、大样本量的研究，才能建立更具普适性的预测模型，实现产业化发展，然后才能更好地改善癫痫患者的预后和生活质量。
作者简介
通信作者：韩雄 教授
韩雄，医学博士，教授，主任医师，硕士生导师。河南省人民医院神经内科副主任，癫痫专科主任；河南省卫生科技领军人才。2005年-2006年留学法国。河南省抗癫痫学会前任主任委员，河南省临床神经电生理学会候任主任委员，河南省神经内科医师协会副会长，河南省内科学会副主任委员，中国抗癫痫协会理事，中国抗癫痫协会脑电图与神经电生理学组常务委员，中国抗癫痫协会青年委员会委员等。研究方向为癫痫病的基础和临床研究、脑血管病的基础和临床研究。先后承担和参与河南省科技厅、卫生厅等课题10项，实用新型专利3项，主编及参编专著4部，发表SCI、中文核心期刊论文40余篇。
本文封面图片来自网络，如侵删
点击下方“阅读原文” 查看更多！