Зыков Валерий Петрович, д.м.н., проф.
ул. Баррикадная, д. 2/1, стр. 1, Москва 125993
Valeriy P. Zykov, Dr. Med. Sci., Prof.
2/1 bldg 1 Barrikadnaya Str., Moscow 125993
Мурачуева Фарида Абуязидовна
пр-т Имама Шамиля, д. 34б, Махачкала 367026, Республика Дагестан
Farida A. Murachueva
34b Imam Shamil Str., Makhachkala 367026, Republic of Dagestan
Чебаненко Наталья Владимировна, к.м.н., доцент
ул. Баррикадная, д. 2/1, стр. 1, Москва 125993
Natalia V. Chebanenko, PhD, Assoc. Prof.
2/1 bldg 1 Barrikadnaya Str., Moscow 125993
Алиева Рашидат Магомедзагидовна
ул. Салаватова, д. 52б, Махачкала 367000, Республика Дагестан
Rashidat M. Alieva
52b Salamatov Str., Makhachkala 367000, Republic of Dagestan
Background. Cerebral palsy (CP) is a high-priority issue in pediatric neurology that develops in 30–67% of cases compared to 0.4–0.8% in general population. Studying risk factors and determining clinical characteristics of children with CP may aid in early epilepsy prevention and diagnostics in this group.
Objective: Studying risk factors and developing a model for predicting development of epilepsy in children with CP.
Material and methods. There were examined 128 CP children aged 1 to 6 years divided into two groups: Group 1 included 65 patients with CP and epilepsy (27 of whom (39.7%) had a drug-resistant epilepsy), and Group 2 included 63 children with CP. All patients underwent routine electroencephalography (EEG) and video-EEG monitoring, as well as brain magnetic resonance imaging to verify epilepsy diagnosis. Regression coefficients were presented in a multivariate binary logistic regression model for predicting development of epilepsy in children with CP based on Akaike information criterion magnitude used for predictor selection with exclusion.
Results. The study allowed to identify clinical and anamnestic factors predicting development of epilepsy in children with CP (p<0.05): burdened obstetric history (miscarriages, stillbirths), threatened miscarriage, arterial hypertension, grade 3 prematurity, Apgar score ≤2 points at the 1st minute and ≤4 points at the 5th minute, neonatal seizures, spastic CP.
Conclusion. The model proposed for predicting development of epilepsy in children with CP demonstrated a high level of predictive power. The model is characterized by an accuracy of 85.2%, a sensitivity of 87.7%, and a specificity of 82.5%; the prognostic value of a positive result comprised 83.8%, which will allow to objectively plan patient monitoring.
Актуальность. Актуальной проблемой детской неврологии является развитие эпилепсии у больных церебральным параличом (ЦП) в 30–67% случаев в сравнении с 0,4–0,8% в популяции. Изучение факторов риска и определение клинических характеристик детей с ЦП могут помочь врачам в ранней профилактике и диагностике эпилепсии в этой популяции.
Цель: изучение факторов риска и разработка модели прогнозирования развития эпилепсии у детей с ЦП.
Материал и методы. Обследованы 128 детей с ЦП возрасте от 1 года до 6 лет, разделенных на две группы: 1-ю группу составили 65 больных с ЦП и эпилепсией (из них 27 (39,7%) имели фармакорезистентную форму заболевания), 2-ю группу – 63 ребенка с ЦП. Для подтверждения диагноза эпилепсии всем больным проводили рутинную электроэнцефалографию (ЭЭГ) и видео-ЭЭГ-мониторинг, а также магнитно-резонансную томографию головного мозга. С помощью отбора предикторов с исключением на основании значений информационного критерия Акаике представлены регрессионные коэффициенты в многофакторной бинарной логистической регрессионной модели для прогнозирования развития эпилепсии у детей с ЦП.
Результаты. Выделены клинико-анамнестические факторы прогнозирования развития эпилепсии у детей с ЦП (p<0,05): отягощенный акушерский анамнез (выкидыши, мертворождения), угроза прерывания беременности, артериальная гипертензия, недоношенность 3-й степени, оценка по шкале Апгар ≤2 баллов на 1-й минуте и ≤4 баллов на 5-й минуте, неонатальные судороги, спастический ЦП.
Заключение. Разработанная нами модель прогнозирования развития эпилепсии у детей с ЦП продемонстрировала высокий уровень предсказательной силы. Модель характеризуется точностью 85,2%, чувствительностью 87,7% и специфичностью 82,5%, прогностическое значение положительного результата составило 83,8%, что позволит объективно планировать наблюдение за больными.
The authors declare that there are no conflicts of interest present.