Estadiamento automatizado do sono em canais reduzidos em crianças com epilepsia

Objetivos Este estudo teve como objetivo validar um algoritmo de estadiamento do sono usando vídeo-eletroencefalograma (EEG) em hospital em crianças sem epilepsia, com epilepsia bem controlada (EBC) e com epilepsia resistente a medicamentos (ERM). Métodos O vídeo-EEG noturno, juntamente com eletrooculograma (EOG) e eletromiograma (EMG) do queixo, foi registrado em crianças entre 4 e 18 anos de idade. O estadiamento clássico do sono foi realizado manualmente como uma verdade de referência. Uma rede neural recorrente hierárquica de ponta a ponta para estadiamento automático do sono sequencial (SeqSleepNet) foi usada para realizar o estadiamento automático do sono usando três canais: C4-A1, EOG e EMG do queixo. Resultados Em 176 crianças, os estágios do sono foram pontuados manualmente: 47 crianças sem epilepsia, 74 com EBC e 55 com ERM. A precisão do algoritmo automático de estadiamento do sono de 5 classes foi de 84,7% para as crianças sem epilepsia, 83,5% para aquelas com EBC e 80,8% para aquelas com ERM (Kappa de 0,79, 0,77 e 0,73 respectivamente). O desempenho por estágio do sono foi avaliado com uma pontuação F1 de 0,91 para vigília, 0,50 para N1, 0,83 para N2, 0,84 para N3 e 0,86 para sono REM. Conclusão Concluímos que o algoritmo testado tem alta precisão em crianças sem epilepsia e com EBC. O desempenho em crianças com ERM foi aceitável, mas significativamente mais baixo, o que poderia ser explicado por uma tendência de maior tempo gasto em N1, e por descargas epiléticas interictais abundantes e deficiência intelectual levando a estágios de sono menos reconhecíveis. O tempo de sono REM, no entanto, afetado significativamente em crianças com ERM, pode ser detectado de forma confiável pelo algoritmo. Registro de ensaio clínico: ClinicalTrials.gov, identificador NCT04584385.