Ukrainian League Against Epilepsy

UKRAINE, 04655 KYIV, ST.FRUNZE 103-A

Вибір редактора том. 112: Модифікована дієта Аткінса для резистентної епілепсії: систематичний огляд і мета-аналіз рандомізованих контрольованих досліджень.


Markus Reuber, доктор медичних наук, академічне відділення неврології, Університет Шеффілда, Королівська лікарня Халламшир, Glossop Road, Шеффілд, S10 2JF

Голодування та інші маніпуляції зі звичайним режимом харчування використовуються для лікування епілепсії вже понад дві з половиною тисячі років. Наукова ера дієтичного лікування епілепсії починаєтся з 1920-х років, коли була введена кетогенна дієта (KD), щоб імітувати сприятливий вплив голодування на епілептичні напади. Ця дієта широко використовувалася в
1940-х роках, але прийшла в занепад з появою більш ефективних фармакологічних методів лікування епілепсії, таких як фенітоїн. Її «повторне відкриття» в 1990-х роках було пов’язано з драматичним впливом цієї дієти на контроль судом у дворічного хлопчика на ім’я Чарлі. Його дивовижне покращення завдяки KD спонукало його батька заснувати The Charlie Foundation, і це надихнуло на виробництво фільму з Мерріл Стріп у головній ролі, який відновив інтерес до цього немедикаментозного лікування в США та інших країнах (1).

Протягом останніх трьох десятиліть було накопичено докази ефективності KD із співвідношенням жиру до білка та вуглеводів 4:1, і KD стала золотим стандартом лікування епілепсії при метаболічних розладах,
таких як протеїн-транспортер глюкози 1 ( GLUT-1) синдром дефіциту або дефіцит піруватдегідрогенази (2). Хоча докази ефективності за межами цих рідкісних станів були оцінені як відносно низькоякісні з огляду на
відсутність засліплення та невеликий обсяг більшості досліджень, останній Кокранівський огляд прийшов до висновку, що до 55% дітей можуть досягти відсутності нападів за допомогою KD через три місяці, тоді як до 85% дітей досягають >50% зменшення нападів (3). Механізми, за допомогою яких KD досягає протинападового ефекту, залишаються невизначеними. Цілком можливо, що різні механізми актуальні для різних пацієнтів (4). На жаль, клінічне використання КД пов’язане з кількома практичними проблемами, які лише частково вдалося подолати завдяки наявності спеціальних дієтичних продуктів. Запровадження дієти зазвичай передбачає госпіталізацію, для її дотримання потрібен ретельний моніторинг метаболізму з аналізами крові та сечі, і низький вміст вуглеводів у KD створює проблему для людей, які можуть самостійно вживати їжу, яка їм подобається. Крім того, дієта KD може бути пов’язана з побічними ефектами, такими як нудота, блювота, діарея та камені в нирках, і існують занепокоєння щодо її довгострокової безпеки.

Той факт, що багато пацієнтів відмовляються від кетогенної дієти з цих причин, стимулював інтерес до дієт із позитивним впливом на епілепсію, яких легше дотримуватися – таких як модифікована дієта Аткінса (MAD). Як і KD, ця дієта обмежує кількість вуглеводів, але вона спрямована на набагато легше досяжне співвідношення жиру до вуглеводів 1:1 без будь-яких обмежень, пов’язаних із прийомом їжі (5). Мій вибір редактора з поточного тому Seizure - систематичний огляд та мета-аналіз, ґрунтується на дослідженнях за участю 575 пацієнтів, 288 з яких MAD як засіб для лікування епілепсії. Це важливе доповнення до літератури, об’єднавши результати кількох менших досліджень. Він робить висновок, що і дорослі, і діти, які отримують MAD плюс стандартну медикаментозну терапію, мають у шість разів більше шансів досягти >50% зниження частоти нападів, ніж ті, хто отримує звичайний режим харчування плюс медикаментозну терапію. Хоча ще багато чого потрібно дізнатися про те, які пацієнти, швидше за все, найкраще реагуватимуть на MAD, сукупність попередніх первинних досліджень дозволила авторам зробити нові висновки одо ймовірної ефективності MAD у дорослих з епілепсією, частоти побічних ефектів та це підвищило точність оціненого ефекту цієї дієти.


Посилання
(1) Wheless JW. History of the ketogenic diet. Epilepsia 2008;49 Suppl 8:3-5.
(2) D'Andrea Meira I, Romão TT, Pires do Prado HJ, Krüger LT, Pires MEP, da Conceição PO. Ketogenic Diet and Epilepsy: What We Know So Far. Front Neurosci 2019; Jan 29;13:5.
(3) Martin-McGill KJ, Jackson CF, Bresnahan R, Levy RG, Cooper PN. Ketogenic diets for drug-resistant epilepsy. Cochrane Database Syst Rev 2020;6:CD001903. PMID: 30403286; PMCID: PMC6517043.
(4) Youngson NA, Morris MJ, Ballard JWO. The mechanisms mediating the antiepileptic effects of the ketogenic diet, and potential opportunities for improvement with metabolism-altering drugs. Seizure 2017;52:15-19.
(5) Kossoff EH, Dorward JL. The Modified Atkins Diet. Epilepsia 2008;49(s8):37–41.
(6) Mutarelli A, Nogueira A, Felix N, Godoi A, Dagostin CS, Castro LHM, Mota Telles JP. Modified Atkins diet for drug-resistant epilepsy: A systematic review and meta-analysis of randomized controlled trials. Seizure. 2023;112:77-83.

Markus Reuber, доктор медичних наук, професор, Академічне відділення неврології, університет Шеффілда, Королівська лікарня Халламшира, Glossop

Road, Sheffield, S10 2JF

Мій вибір як редактора з поточного випуску журналу «Seizure» - це ретроспективне обсерваційне когортне дослідження Colin B. Josephson (Colin B. Josephson) зі співавторами, метою якого було вивчення клінічних та соціально-економічних особливостей, що впливають на ризик смертності пацієнтів з пізнім початком епілепсії (1). На основі медичних записів понад 1 000 літніх людей з епілепсією та понад 10 000 контрольних осіб (>65 років), відібраних з понад 1 мільйона пацієнтів первинної медичної допомоги, у дослідженні описано десять кластерів ознак, пов'язаних з різними наслідками. Пацієнти з епілепсією були відібрані з бази даних первинної медичної допомоги за допомогою методу, спочатку розробленого для банку даних Secure Anonymised Information Linkage (SAIL) (Уельс, Великобританія), який раніше показав, що виявляє людей з епілепсією з чутливістю 88% і специфічністю 98% (2). Результати дослідження були отримані на основі зв'язку даних первинної медичної допомоги та електронної статистики госпітальних епізодів (HES). Додаткову інформацію про причину смерті було отримано з відповідного Офісу національної статистики Сполученого Королівства (ONS). Для характеристики кластерів був використаний підхід неконтрольованого машинного навчання. Хоча відношення ризиків (ВР) передчасної смерті було підвищено до 1,7 (95% ДІ 1,5-2,0) для осіб з пізнім початком епілепсії, ризик виявився набагато вищим у деяких кластерах, включаючи ті, що були названі «деменція і тривога» (ВР 5. 4; 95% ДІ 3,3-8,7), «пухлина головного мозку» (ВР 5,0; 95% ДІ 2,9-8,6), «внутрішньочерепний крововилив» (ВЧК) та «зловживання алкоголем» (ВР 2,9; 95% ДІ 1,8-4,8) та «ішемічний інсульт» (ВР 2,83; 95% ДІ 1,8-4,0). Причини смерті, пов'язані з нападами, були рідкісними і обмежувалися кластерами «ІХС», «ІХС та зловживання алкоголем» і «здорові жінки».


Це дослідження є гарним прикладом дослідницького підходу, який останніми роками все частіше використовується, чому сприяють пов'язані між собою
електронні бази даних і досягнення в галузі машинного навчання. Цей підхід  до «великих даних» викликав дискусію, яка знайшла своє відображення у двох інших публікаціях поточного випуску «Напад»: Редакційна стаття Randi van Wrede та ін. (3) і відповідь Julie W. Dreier (4). Randi van Wrede та ін. вказують на те, що дослідження «big data» часто роблять широкі висновки без достатнього врахування внутрішньо-індивідуальної варіативності. Вони стверджують, що деякі дослідження «big data» в галузі епілепсії не розрізняють епілепсію як причину, наслідок або асоціацію з супутніми захворюваннями або іншими відповідними патологічними знахідками.

Крім того, вони підкреслюють ризик спрощених заголовків і вторинних звітів, що сприяють неправильному розумінню епілепсії - навіть якщо обмеження
оригінальної роботи були обговорені авторами в первинній публікації (3). На противагу цьому, Dreier et al. вказують на великий потенціал і досягнення
досліджень «big data». Вони посилаються на готову доступність даних, що забезпечує економічно ефективне використання обмежених дослідницьких фондів, а також на великий розмір когорт, що дозволяє включити мільйони суб'єктів і вивчити рідкісні експозиції або результати. Серед інших переваг підходу «big-data» вони називають зменшення упередженості відбору, доступність лонгітюдинальих даних, що дозволяє дослідникам вивчати довгострокові ефекти, а також усунення упередженості пригадування за допомогою проспективного збору даних. Вони нагадують читачам про підтвердження тератогенного впливу вальпроатів як про важливе відкриття, зроблене на основі досліджень «big-data». Рубрика «Вибір редактора» дає читачам можливість скласти власну думку: Чи є кластери ознак, які ідентифікують деяких пацієнтів як таких, що мають особливо високий ризик передчасної смерті, клінічно корисними? Чи можуть вони спонукати клініцистів зосередити свою увагу на групах пацієнтів з особливим ризиком - наприклад, на «здорових жінках»? - Або ж діагнози на основі «big data» настільки ч асто помилкові, а ознаки настільки розпливчасті, що аналіз Colin B. Josephson та ін., швидше за все, сприятиме необґрунтованому занепокоєнню і марному витрачанню ресурсів?


Література
(1) Josephson CB, Gonzalez-Izquierdo A, Engbers JDT, Denaxas S, Delgado-Garcia G, Sajobi TT, Wang M, Keezer MR, Wiebe S. Association of comorbid-socioeconomic clusters with mortality in late onset epilepsy derived through unsupervised machine learning. Seizure 2023, 111:58-67.
(2) Fonferko-Shadrach B, Lacey AS, White CP, Powell HWR, Sawhney IMS, Lyons RA, et al. Validating epilepsy diagnoses in routinely collected data. Seizure 2017;52:195–8.
(3) von Wrede R, Witt JA, Helmstaedter C. Big Data - Big Trouble: The two faces of publishing results from big data studies based on cohorts with poor clinical
definition. Seizure 2023;111:21-22.
(4) Dreier JW, Bjørk M-H, Alvestad S, Gissler M, Igland J, Leinonen MK, Sun Y, Zoega H, Cohen JM, Furu K, Tomson T, Christencen J. Why Big Data Carries Big Potential Rather Than Big Trouble. Seizure 2023;111:106-108.

Markus Reuber, доктор медичних наук, професор, Академічне відділення неврології, університет Шеффілда, Королівська лікарня Халламшира, Glossop Road, Sheffield, S10 2JF

Клініцисти, які займаються лікуванням нападів, знайомі з невизначеністю у всіх її формах: у цій медичній галузі більшість порад щодо діагностики, лікування, способу життя, особистого вибору і прогнозу будуть характеризуватися невизначеністю (1). Клінічні випадки в епілептичних центрах регулярно наражатимуть лікарів і пацієнтів на «епістемічну невизначеність» (через брак знань на рівні окремого пацієнта, загалом або навіть невідомих невідомих), «алеаторну невизначеність» (пов'язану з міжіндивідуальною біологічною, психологічною або соціальною мінливістю) і «лицарську невизначеність» (коли брак знань, що піддаються кількісній оцінці, означає, що ризики не можуть бути визначені кількісно). Невизначеності будуть пов'язані з непередбачуваністю результатів на рівні окремого пацієнта, неточністю доказів, конфліктом думок, браком інформації та складністю наявних даних (2).

Існують хороші поради щодо того, як боротися з невизначеністю на практиці (3), але бувають випадки, коли клінічні сценарії змушують пацієнтів і лікарів стикатися з бінарним вибором – «Це епілепсія?» / «Чи починати лікування протиепілептичними препаратами?»/ «Чи оперувати?»/ «Чи припинити лікування?». Іноді може існувати «третій шлях», наприклад, пошук додаткової інформації або відтермінування рішення з обдумуванням його наслідків, але часто вибір доводиться робити, незважаючи на тривалу невизначеність.

Одне з найбільш значущих джерел невизначеності в клінічній епілептології пов'язане з характером нападів у пацієнта. Ця невизначеність є особливо гострою, коли напади включають втрату усвідомлення, що обмежує інформацію про напади, доступну від самих пацієнтів. З трьох найпоширеніших причин тимчасової втрати усвідомлення - сінкопи, епілепсія та функціональні/дисоціативні напади (ФДН) - першу відносно легко відрізнити від двох інших на основі симптомів до і відразу після періоду втрати усвідомлення (4). Диференціація між епілепсією та ФДН на основі лише анамнезу пацієнта є набагато складнішою (5).
Мабуть, найважливішою подією в диференціації епілептичних нападів і ФДН, яку я особисто спостерігав протягом останніх трьох десятиліть, є більша доступність відеозаписів нападів в домашніх умовах. Мій вибір як редактора з поточного журналу «Seizure» - це мета-аналіз Cemal Karakas та ін., який засвідчує, що за оптимальних обставин такі відеозаписи мають чутливість для ідентифікації епілепсії 82%, специфічність 84% і дають можливість поставити діагноз епілепсії з відношенням шансів 24,7 (6). «Площа під кривою» для відеодіагностики була відмінною.

Звісно, є кілька обмежень: експерти (епілептологи) значно краще, ніж неспеціалісти (включно з неврологами загального профілю), уміли правильно розрізняти відеозаписи двох різних типів нападів. Крім того, не всі дослідження, включені в мета-аналіз, були проспективними, і можна стверджувати, що проспективні та ретроспективні дослідження не слід об'єднувати. Також незрозуміло, наскільки репрезентативними є досліджувані популяції пацієнтів із діагнозами, які встановлені за допомогою «золотого стандарту», а саме відео-ЕЕГ-моніторингу, порівняно з усією популяцією пацієнтів, з якими стикаються в епілептичному центрі.

Проте, оскільки домашні відеозаписи стали невід'ємною частиною інструментарію епілептолога, а доступ до комерційних і напівавтоматичних систем відеомоніторингу зростає, цей мета-аналіз усуває певну невизначеність щодо рівня достовірності того, що стало одним з найважливіших діагностичних інструментів в епілептології.

Література
(1) Han PKJ, Babrow A, Hillen MA, Gulbrandsen P, Smets EM, Ofstad EH. Uncertainty in health care: Towards a more systematic program of research. Patient Educ Couns 2019;102:1756-1766. (2) Han PK, Klein WM, Arora NK. Varieties of uncertainty in health care: a conceptual taxonomy. Med Decis Making 2011;31:828-38. doi: 10.1177/0272989x11393976. (3) Berger Z. Navigating the unknown: shared decision-making in the face of uncertainty. J Gen Intern Med. 2015 May;30(5):675-8. (4) Chen M, Jamnadas-Khoda J, Broadhurst M, Wall M, Grünewald R, Howell SJL, Koepp M, Parry SW, Sisodiya SM, Walker M, Hesdorffer D, Reuber M. Value of witness observations in the differential diagnosis of transient loss of consciousness. Neurology 2019, 92:e895-e904. (5) Wardrope A, Newberry E, Reuber M. Diagnostic criteria to aid the differential diagnosis of patients presenting with transient loss of consciousness: A systematic review. Seizure 2018,61:139-148. (6) Karakas C, Ferreira LD, Haneef Z. Use of video alone for differentiation of epileptic seizures from non-epileptic spells: A Systematic Review and Meta-analysis. Seizure 2023, 110:177-187.

instagram logo icon    facebook icon 33

 

 

 

  

 

 

 

 

 

 

ULAE consult 2022 int6

 

ULAE online

 

 

> Develop expertise at any time <

 

> САЙТ <


Our contacts:

Tel: 38 (091) 309-2321, Fax: 38 (044) 468-1655

e-mail: adneuro1801@i.ua   

 2017 © Developed by - I.Hirman