Analiza elektroencefalogramów u dzieci z padaczką nieświadomościową przy użyciu metody reguł asocjacyjnych: badanie przekrojowe na rzeczywistych danych
Analysis of pediatric absence epilepsy electroencephalograms using a mining-based association rule approach: A cross-sectional study based on realistic data
W skrócie
Badacze wykorzystali specjalną metodę analizy danych, aby znaleźć wzory w zapisach aktywności mózgu (EEG) u dzieci z padaczką nieświadomościową. Odkryli, że pewne rodzaje nieprawidłowych wyładowań mózgowych najczęściej pojawiają się razem w konkretnych miejscach mózgu i związane są z czasem trwania napadów. Chociaż wyniki są obiecujące, autorzy podkreślają, że badanie miało małą grupę pacjentów z jednego ośrodka, dlatego wyniki wymagają potwierdzenia w większych, wieloośrodkowych badaniach zanim będą mogły być stosowane w praktyce klinicznej.
Oryginalny abstract (angielski)
Association rule mining (ARM) is an interpretable data mining method that can identify co-occurrence patterns among predefined clinical features. This study applied ARM to clinically labeled EEG data from children with absence epilepsy to identify association rules linking abnormal EEG discharge morphology, scalp distribution, and absence seizure duration. Key association rules included polyspike-and-wave discharge → spike-and-wave discharge (support = 0.517, confidence = 1.000, lift = 1.034), spikes → spike-and-wave discharge (support = 0.510, confidence = 0.975, lift = 1.012), mesial temporal involvement → central involvement (support = 0.601, confidence = 0.968, lift = 1.528), and frontal pole involvement → frontal involvement (support = 0.629, confidence = 0.741, lift = 1.536). Frontal involvement combined with the 10-20-seconds seizure-duration category also showed high co-occurrence with frontal pole involvement ({F, 15.0 seconds} → {Fp}: support = 0.289, confidence = 1.000, lift = 1.561). These findings suggest that ARM can provide a structured and clinically readable summary of EEG co-occurrence patterns in pediatric absence epilepsy. However, the study was limited by its relatively small sample size, single-center design, expert manual labeling, binarized EEG representation, and lack of independent external validation. Therefore, the findings should be interpreted as exploratory and hypothesis-generating rather than externally validated clinical rules. Future multicenter studies with standardized EEG labeling, additional clinical variables, comparison with alternative analytical approaches, and independent validation datasets are needed to confirm the reproducibility and clinical applicability of these association rules.