Estado de mal epiléptico diagnóstico y pronóstico

Abstract

Un problema important en el maneig de l’Estat Epiléptico (EE) és el diagnòstic precoç d’aquest. Se sap que l’activitat epilèptica causa un augment de la demanda metabòlica a nivell cerebral, que s’acompanya d’un augment temporal de la perfusió cerebral, per això investiguem si la TC cerebral de perfusió (TC-P) podia ser una eina de diagnòstic útil per a pacients amb EE. Realitzem un estudi de pacients amb EE, diagnosticats per semiologia clínica i EEG, en els quals es va realitzar de manera prospectiva un TC-P en fase crítica. Es va realitzar una anàlisi visual i quantitatiu dels mapes de perfusió. Es van calcular els índexs de asimetría-(IA) per al flux cerebral regional-(rCBF), el volum-(rCBV), el temps a l’pic-(TTP) i el temps de trànsit mig-(MTT). En 9 dels casos es va realitzar una TC-P de seguiment un cop resolt el EE i es van comparar amb les TC-P realitzades en fase crítica. A més, incloem un grup de control en els quals també es va realitzar un TC-P. Incloem 19 pacients. L’anàlisi visual dels mapes de perfusió durant la fase crítica, va mostrar àrees de hiperperfusión en el 78,9% dels pacients. L’anàlisi quantitativa va mostrar un augment significatiu dels valors de rCBF (p=0.002) i rCBV (p=0.004), i una disminució de TTP (p <0.001) MTT (p=0.001) en les àrees corticals de el costat afectat versus el costat no afectat. Dels 9 pacients amb una TC-P de seguiment, 8 van mostrar disminució de la intensitat, rCBV (p=0.035) i rCBF (p=0.024) en les àrees de hiperperfusión. La sensibilitat de la detecció de hiperperfusión per al diagnòstic d’EE va ser 78.95%, i l’especificitat de l’90%. L’anàlisi quantitativa comparativa dels índexs de asimetria per rCBF, rCBV i MTT entre les TC-P crítiques i el grup control va mostrar diferències significatives per a tots els paràmetres (rCBF p=0.001; rCBV p=0.002; TTP p=0.001 i MTT p=0.001) En aquest estudi vam demostrar que la TC-P pot proporcionar informació diagnòstica valuosa en pacients amb EE i complementar a l’EEG. D’altra banda, la identificació de factors clínics que puguin predir l’evolució dels pacients en EE és important. L’escala STESS-(Status-epilepticus-Severity-Score) és una eina per predir la mortalitat en el EE. No obstant això, aquesta escala no té en compte la situació funcional prèvia de l’malalt. Per això en el nostre segon estudi vam voler valorar si l’Rankin modificat-(mRS) podria ser un factor pronòstic en el EE i si afegint aquesta variable a l’STESS es podria millorar la predicció de el pronòstic en aquests pacients. Es va realitzar un registre retrospectiu dels pacientes≥16 anys que van presentar un EE. Realitzem corbes ROC i models de regressió logística per estimar les puntuacions d’una nova escala “”mSTESS””(modified STESS) i comparem amb els resultats de l’STESS. Es van incloure 136 pacients. La capacitat de l’STESS per predir la mortalitat va ser de l’74,3%, mentre que la capacitat de l’mRS per predir la mortalitat va ser de l’65,2%. El model de regressió logística i les corbes ROC van permetre classificar el mRS en tres grups: 0 (mRS=0); 1 (mRS=1 a 3) i 2 (mRS> 3). Aquests valors van ser afegits als altres ítems de l’STESS, resultant una nova escala, el mSTESS, amb puntuacions entre 0 i 8 punts. La capacitat de l’mSTESS per predir la mortalitat va ser de l’80,1%. Un mSTESS> 4 va establir una precisió general de 81.8% per predir la mortalitat, que va ser considerablement més gran que la precisió general de l’STESS≥3 (59.6%). Concloem que el mRS basal s’associa amb un alt risc de mortalitat, i que el mSTESS, podria ser una escala més precisa per predir el pronòstic de pacients amb EE.

Un problema importante en el manejo del Estado Epiléptico (EE) es el diagnóstico precoz del mismo. Se sabe que la actividad epiléptica causa un aumento de la demanda metabólica en la corteza cerebral, que se acompaña de un aumento temporal de la perfusión cerebral, por ello investigamos si la TC cerebral de perfusión (TC-P) podía ser una herramienta de diagnóstico útil para pacientes con EE. Realizamos un estudio de pacientes con EE, diagnosticados por semiología clínica y EEG, en los que se realizó de forma prospectiva una TC-P en fase crítica. Se realizó un análisis visual y cuantitativo de los mapas de perfusión. Se calcularon los índices de asimetría-(IA) para el flujo cerebral regional-(rCBF), el volumen-(rCBV), el tiempo al pico-(TTP) y el tiempo de tránsito medio-(MTT). En 9 de los casos se realizó una TC-P de seguimiento una vez resuelto el EE y se compararon con las TC-P realizadas en fase crítica. Además, incluimos un grupo de control en los que también se realizó un TC-P. Incluimos 19 pacientes. El análisis visual de los mapas de perfusión durante la fase crítica, mostró áreas de hiperperfusión en el 78,9% de los pacientes. El análisis cuantitativo mostró un aumento significativo de los valores de rCBF (p=0.002) y rCBV (p=0.004), y una disminución de TTP (p <0.001) MTT (p=0.001) en las áreas corticales del lado afectado versus el lado no afectado. De los 9 pacientes con una TC-P de seguimiento, 8 mostraron disminución de la intensidad, rCBV (p=0.035) y rCBF (p=0.024) en las áreas de hiperperfusión. La sensibilidad de la detección de hiperperfusión para el diagnóstico de EE fue 78.95%, y la especificidad del 90%. El análisis cuantitativo comparativo de los índices de asimetría para rCBF, rCBV y MTT entre las TC-P críticas y el grupo control mostró diferencias significativas para todos los parámetros (rCBF p=0.001; rCBV p=0.002; TTP p=0.001 y MTT p=0.001) En este estudio demostramos que la TC-P puede proporcionar información diagnóstica valiosa en pacientes con EE y complementar al EEG. Por otro lado, la identificación de factores clínicos que puedan predecir la evolución de los pacientes en EE es importante. La escala STESS (Status-Epilepticus-Severity-Score) es una herramienta para predecir la mortalidad en el EE. Sin embargo, esta escala no tiene en cuenta la situación funcional previa del enfermo. Por ello en nuestro segundo estudio quisimos valorar si el Rankin modificado (mRS) podría ser un factor pronóstico en el EE y si añadiendo esta variable al STESS se podría mejorar la predicción del pronóstico en estos pacientes. Se realizó un registro retrospectivo de los pacientes≥16 años que presentaron un EE. Realizamos curvas ROC y modelos de regresión logística para estimar las puntaciones de una nueva escala &#8220;mSTESS&#8221;(modified STESS) y comparamos con los resultados del STESS. Se incluyeron 136 pacientes. La capacidad del STESS para predecir la mortalidad fue del 74,3%, mientras que la capacidad del mRS para predecir la mortalidad fue del 65,2%. El modelo de regresión logística y las curvas ROC permitieron clasificar el mRS en tres grupos: 0 (mRS=0); 1 (mRS=1 a 3) y 2 (mRS> 3). Estos valores fueron añadidos a los otros ítems del STESS, resultando una nueva escala, el mSTESS, con puntajes entre 0 y 8 puntos. La capacidad del mSTESS para predecir la mortalidad fue del 80,1%. Un mSTESS> 4 estableció una precisión general de 81.8% para predecir la mortalidad, que fue considerablemente mayor que la precisión general del STESS≥3 (59.6%). Concluimos que el mRS basal se asocia con un alto riesgo de mortalidad, y que el mSTESS, podría ser una escala más precisa para predecir el pronóstico de pacientes con EE.

One challenge in SE management is establishing the diagnosis, particularly in patients with nonconvulsive seizures.

It is known that epileptic activity causes an increase in the metabolic demand of the affected cerebral cortex, and this is accompanied by a transient increase in blood perfusion of the region, Therefore, we wanted to evaluate if the PCT cerebral perfusion could a be of value for diagnosing a SE.

We included SE patients, diagnosed by EEG and clinical semiology, who prospectively underwent a PCT study in the ictal phase. Visual and quantitative analysis of the perfusion maps were performed. Asymmetry index-(AI) between affected and unaffected hemispheres were calculated for regional-cerebral blood flow-(rCBF), regional-cerebral blood volume-(rCBV), time to peak-(TTP), and mean transit time-(MTT). Nine patients underwent a follow-up PCT after SE resolution, and the corresponding maps were compared to the ictal maps. In addition, we included a control group, who also underwent acute PCT during the study period.

We included 19 patients. On visual analysis of parametric perfusion maps during the ictal phase, regional cortical hyperperfusion was depicted in 78.9% of patients. Quantitative analysis showed significantly increased rCBF (p=0.002) and rCBV (p=0.004) values, and decreased TTP (p<0.001) MTT (p=0.001) in cortical areas of the affected versus the unaffected side. In the 9 patients with a follow-up PCT, 8 showed decreased intensity, rCBV (p=0.035), and rCBF (p=0.024) in the hyperperfusion areas. The sensitivity of hyperperfusion detection for the diagnosis of SE was 78.95%, specificity 90%. Comparative quantitative analysis of asymmetry indices for rCBF, rCBV, and MTT between ictal PCT and control patients showed significant differences for all parameters (rCBF p=0.001; rCBV p=0.002; TTP p=0.001 and MTT p=0.001).

In this study we demonstrate that PCT may provide valuable diagnostic information in patients with SE and complement the diagnostic value of EEG.

On the other hand, identifying the clinical factors that predict the outcome of patients with SE is important. The Status Epilepticus Severity Score (STESS) is a score for predicting mortality in SE. However, this scale does not consider the previous functional situation of the patient. Therefore, in our second study we wanted to assess if the baseline modified Rankin Scale (mRS) might be a prognostic factor for assessing the short-tem outcomes of SE and whether its addition to STESS can improves the prediction of mortality.

We recruited consecutive patients with SE >16 years. We developed ROC curves and a logistic regression model to estimate the scores of the new score, designated as modified STESS (mSTESS) and subsequently compared it with the STESS.

We included 136 patients. The capacity of STESS to predict mortality was 74.3% (IC:63.8-81.8%), while the capacity of the mRS to predict mortality was 65.2% (IC:54.2-76.2%). The logistic regression model and ROC curves enabled the classification of mRS as follows: 0 (mRS=0); 1 (mRS=1 to 3) and 2 (mRS>3). These values, when added to the other items of the STESS, resulted in the mSTESS with scores between 0 and 8 points. The capacity of the mSTESS to predict mortality was 80.1%. A mSTESS>4 established an overall accuracy of 81.8% for predicting mortality, which was considerably higher than the overall accuracy of STESS≥3 (59.6%). In this second study, we conclude that the baseline mRS was associated with high mortality risk and we propose to use mSTESS to improve the prediction of mortality risk in SE.