癫痫认知障碍国际分类(IC-CoDE)门户网站:癫痫神经心理学研究的开源资源

The International Classification of Cognitive Disorders in Epilepsy (IC-CoDE) Portal: An open source resource for neuropsychological research in epilepsy

作者信息Robyn M Busch, Tobias Brünger, Kayela Arrotta, Lisa Ferguson, Julie K Janecek, Sara J Swanson, Anny Reyes, Brook Hurd, Mark St John, Carrie R McDonald, Bruce P Hermann, Dennis Lal
PMID42095829
期刊Epilepsia
发布时间2026-08
DOI10.1002/epi.70263

实验完整度

本文为软件平台开发与验证研究,主要包含工具开发、用户测试和验证分析,缺乏传统生物学或临床干预实验。

主要模型

文中未明确说明

重点核对

IC-CoDE表型的生成需要至少四个认知领域内各至少两项测试的完整数据 验证中使用1.5个标准差作为受损判定阈值 验证使用了三个独立的癫痫神经心理学数据集,样本量分别为800、905和63 验证中比较了手动表型生成与门户网站表型生成的一致性

摘要

目的:国际癫痫认知障碍分类(IC-CoDE)是一种基于共识、经验驱动的方法,用于标准化癫痫研究中的认知表型分析,并迅速引起了癫痫领域的关注。然而,在群体数据中手动生成IC-CoDE表型耗时且费力,尤其是在包含异质性认知测量或成套测验的数据集中,限制了IC-CoDE表型的广泛采用,阻碍了进一步的多中心癫痫研究。方法:为消除这一障碍,我们开发了IC-CoDE门户网站(https://ic-code-portal.ccf.org/),这是一个交互式、用户友好的网络平台,支持科学界通过网页界面进行IC-CoDE个体水平分类,或通过上传数据文件进行批量分类。该门户网站还允许用户生成并可视化其数据集中认知表型的队列汇总统计,并可根据指定的感兴趣的人口学或临床变量进行交互式数据筛选。我们还将生成的IC-CoDE表型结果以电子表格形式提供下载,以促进癫痫研究社区成员对认知数据进行离线分析。意义:认知谱的确定对于理解癫痫及其合并症临床表现的自然异质性至关重要。IC-CoDE分类法可应用于任何全面的神经心理学成套测验,无论使用的具体测试量表和常模数据如何,也无论评估所用的语言和文化背景,使其成为加速国际多中心癫痫认知研究的理想工具。我们希望通过消除与认知表型分析相关的一些障碍,IC-CoDE门户网站能够推动大规模合作努力,以加深我们对癫痫神经心理学的理解。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
如何降低IC-CoDE认知表型生成的劳动强度并减少错误,以促进其在多中心研究中的广泛应用?
核心机制
文中未明确说明
主要证据
门户网站通过自动化表型分配,在三个独立数据集中与手动分类相比,Cohen's kappa为0.996,达到几乎完全一致(Po=0.998)。
研究意义
该门户网站有望通过简化认知表型分析,加速国际多中心合作研究,并可能最终推动认知表型模型向临床应用的转化。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

门户网站开发

开发一个基于Web的工具,用于自动化IC-CoDE表型生成。

使用R语言Shiny框架开发门户网站,部署于Google Cloud,并经过团队内部及外部用户测试。

2

门户网站验证

评估门户网站生成的表型与手动生成的表型之间的一致性。

使用三个独立的癫痫神经心理学数据集(N=800, 905, 63),分别通过手动和门户网站方式生成IC-CoDE表型,并计算Cohen's kappa。

3

用户测试与反馈

评估门户网站的可用性和用户体验。

邀请ILAE神经心理学工作组、INS癫痫兴趣小组及IC-CoDE研究人员进行beta测试,并通过REDCap调查收集反馈。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

验证平台一致性

产品清单

实验环节名称品牌货号
RStudioRStudio--
DockerDocker Inc.--
REDCapVanderbilt University--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
表型生成
至少四个认知领域,每个领域至少两项测试;测试得分需在选定阈值(如-1.5 SD)下判定受损
阅读提示:Methods 2.2 Portal validation 和 2.4 Instructions for Portal use
验证过程
需三个独立数据集,手动分类与门户网站分类的一致性比较,需计算Cohen's kappa
阅读提示:Methods 2.2 Portal validation