Détection automatique des crises d’épilepsie par un chandail connecté
Notice bibliographique
Résumé
Objectif : L’épilepsie est l’un des troubles neurologiques les plus courants, caractérisée par des crises récurrentes imprévisibles dues à des décharges neuronales excessives. En fonction de la localisation, l’intensité et la propagation des décharges ictales, les crises peuvent s’accompagner de signes et de symptômes divers tels qu’une altération de l’état de conscience, mouvements tonico-cloniques et variations du rythme cardiaque. Les crises non contrôlées augmentent le risque de blessures, et même le risque de mort subite inattendue en épilepsie. Une intervention rapide pourrait minimiser les complications et réduire le risque de mortalité lié aux crises. Les objets connectés capables de détecter les crises d’épilepsie pourraient offrir une solution précieuse pour assurer une surveillance continue des patients vivant avec l’épilepsie. L’objectif de cette étude était de développer et d’évaluer un système de détection automatique des crises focales à bilatérales tonico-cloniques (FBTCS) avec un chandail multimodal connecté. Méthodes : En utilisant le chandail connecté Hexoskin, nous avons collecté les données d’électrocardiogramme et d’accélération chez les patients avec épilepsie admis à l’unité de monitoring d’épilepsie du Centre Hospitalier de l’Université de Montréal (CHUM). Nous avons développé un système automatisé pour analyser les enregistrements continus. Nous avons ensuite entraîné un algorithme d’apprentissage automatique pour détecter automatiquement les FBTCS. Nous avons validé les performances à l’aide d’une approche de validation croisée imbriquée. Résultats : Nous avons enregistré 66 crises FBTCS chez 42 patients qui ont porté le chandail connecté pendant un total de 8067 heures. L’algorithme de détection des crises a atteint une sensibilité de 84.8%, avec un taux médian de fausses alarmes de 0.55/24h. L’aire sous la courbe caractéristique opérationnelle du récepteur (ROC-AUC) était de 0.90 (IC à 95% : 0.88 - 0.91). Conclusion : Nous proposons le premier système basé sur un chandail connecté pour la détection des FBTCS. Notre étude montre des résultats prometteurs en utilisant une approche rétrospective dans un environnement hospitalier. Des études prospectives sont nécessaires pour valider les résultats dans un environnement résidentiel en utilisant un algorithme de détection des crises en temps réel.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».