Pruebas científicas

Investigación

NightWatch+ ha surgido a partir de décadas de investigación conjunta por parte del consorcio holandés TeleEpilepsy.

La mayoría de las crisis nocturnas pasan desapercibidas por los cuidadores. NightWatch ha sido diseñado para capacitar a personas con epilepsia y a sus cuidadores proporcionándoles una monitorización fiable de las crisis durante las vulnerables horas nocturnas, cuando la supervisión puede resultar difícil y estresante. Nos centramos en detectar los tipos de crisis relacionados con la morbilidad y la mortalidad que pueden requerir asistencia inmediata, entre ellos:

  • Crisis tónico-clónicas
  • Crisis tónicas (en racimo o prolongadas)
  • Crisis hipercinéticas
  • Crisis mioclónicas (en racimo)

Detección multimodal de crisis epilépticas
NightWatch detecta las crisis epilépticas motoras nocturnas mediante el seguimiento de los cambios en la frecuencia cardiaca y patrones de movimiento específicos a través de un sensor portátil. Utiliza un PPG avanzado para el seguimiento de la frecuencia cardiaca y un acelerómetro 3D para la posición y el movimiento del cuerpo. El algoritmo de detección se ha optimizado utilizando datos a largo plazo de adultos y niños (mayores de 4 años) con miles de crisis nocturnas, validados con grabaciones de vídeo como estándar de referencia.

Rendimiento de detección validado
El rendimiento de detección de NightWatch ha sido validado a través de múltiples ensayos multicéntricos en entornos domésticos realistas, utilizando la anotación de vídeo como estándar de referencia y llevados a cabo por enfermeras formadas. Este diseño de estudio permitió la evaluación durante periodos prolongados en los que no era posible realizar EEG continuos. Para minimizar los sesgos debidos a crisis no detectadas, los cuidadores documentaron las crisis observadas, mientras que las herramientas automatizadas como los sensores de cama y el análisis de vídeo apoyaron la detección, con enfermeras de ensayo clínico seleccionando aleatoriamente entre el 5%-10% de las grabaciones para una verificación adicional.

Los estudios demostraron sensibilidades medias del 86% en adultos y del 100% en niños para todos los tipos principales de crisis motoras, y específicamente 96% en adultos y 100% en niños (mayores de 4 años) para las crisis tónico-clónicas. La tasa media de falsas alarmas se fijó en aproximadamente 0,04 por hora. Las tasas de falsas alarmas variaron mucho entre los usuarios, y muchas falsas alarmas fueron, de hecho, crisis más leves que no se calificaron como crisis motoras nocturnas.

Publicaciones

Publicaciones claves

Resumen de la evidencia clínica de NightWatch

Otras publicaciones relevantes sobre NightWatch o sus principios de funcionamiento

  • Zelano, J., Beniczky, S., Ryvlin, P., Surges, R., Tomson, T., & the ILAE SUDEP Task Force. (2023). Report of the ILAE SUDEP Task Force on national recommendations and practices around the world regarding the use of wearable seizure detection devices: A global survey. Epilepsia Open. doi.org/10.1002/epi4.12801
    Summary:
    The article «Report of the ILAE SUDEP Task Force on national recommendations and practices around the world regarding the use of wearable seizure detection devices» examines global recommendations and practices concerning the use of wearable devices for seizure detection. It highlights the importance of these technologies in monitoring seizures and their potential to enhance patient safety. The article mentions that NightWatch has been clinically tested in the Netherlands and is used in epilepsy care. The device has contributed to increased patient safety and improved nighttime monitoring.
  • Hadady L, Klivényi P, Fabó D, Beniczky S. Real-world user experience with seizure detection wearable devices in the home environment. Epilepsia. 2022;00:1–6. doi: 10.1111/epi.17189
    Summary:
    The article examines the practical usability and effectiveness of wearable seizure detection devices in a home setting. It highlights the general feasibility and benefits of automated seizure detection at home, which can contribute to improved monitoring and safety for patients with epilepsy.
  • van Elmpt WJC, Nijsen TME, Griep PAM, Arends JBAM. A model of heart rate changes to detect seizures in severe epilepsy. Seizure. 2006;15(6):366–75. doi: 10.1016/j.seizure.2006.03.005
    Summary:
    The article explores using heart rate changes to detect seizures in patients with severe epilepsy. It developed two algorithms to monitor heart rate patterns, identifying significant changes like tachycardia and bradycardia during seizures. The study found that heart rate changes occurred in most patients. It concluded that heart rate changes can be used for automatic seizure detection, provided the model parameters are tailored to individual patients.
  • Massé F, Penders J, Serteyn A, van Bussel M, Arends J. Miniaturized wireless ECG-monitor for real-time detection of epileptic seizures. WH’10. 2010 Oct; 111-117. doi: 10.1145/1921081.1921095
    Summary:
    The article highlights the feasibility of using heart rate changes as indicators for seizure activity, offering a non-invasive method for monitoring patients with epilepsy.
  • Lamberts RJ, Thijs RD, Laffan A, Langan Y, Sander JW. Sudden unexpected death in epilepsy: People with nocturnal seizures may be at highest risk: Nocturnal Seizures as a Risk for SUDEP. Epilepsia. 2012;53(2):253–7. doi: 10.1111/j.1528-1167.2011.03360.x
    Summary:
    The article investigates the association between nocturnal seizures and the risk of sudden unexpected death in epilepsy (SUDEP). The study suggests that individuals experiencing seizures during sleep may have an increased risk of SUDEP. These findings underscore the importance of preventive measures, which may include nighttime monitoring and interventions to reduce seizure frequency during sleep.
  • van Andel J, Leijten F, van Delden H, van Thiel G (2015) What Makes a Good Home-Based Nocturnal Seizure Detector? A Value Sensitive Design. PLoS ONE 10(4): e0121446. doi: 10.1371/journal.pone.0121446
    Summary:
    The study investigates the development of a device for in-home detection of nocturnal seizures in patients with severe epilepsy. It identifies five key values: health, trust, autonomy, accessibility, and reliability. These values were then linked to design choices for the device.
  • Arends JB, van Dorp J, van Hoek D, Kramer N, van Mierlo P, van der Vorst D, et al. Diagnostic accuracy of audio-based seizure detection in patients with severe epilepsy and an intellectual disability. Epilepsy Behav. 2016;62:180–5. doi: 10.1016/j.yebeh.2016.06.008
    Summary:
    The study evaluates the use of audio monitoring for detecting major seizures in patients with severe epilepsy. It suggests that audio-based detection could be used alone or in combination with other systems for better seizure monitoring.
  • van Andel J, Thijs RD, de Weerd A, Arends J, Leijten F. Non-EEG based ambulatory seizure detection designed for home use: What is available and how will it influence epilepsy care? Epilepsy Behav. 2016;57:82–9. doi: 10.1016/j.yebeh.2016.01.003
    Summary:
    The article reviews existing non-EEG seizure detection systems suitable for home use. It evaluates various devices and algorithms, discussing their potential impact on epilepsy management. The study emphasizes the importance of these technologies in enhancing patient safety and monitoring outside clinical settings.
  • van der Lende M, Cox FME, Visser GH, Sander JW, Thijs RD. Value of video monitoring for nocturnal seizure detection in a residential setting. Epilepsia. 2016;57(11):1748–53. doi: 10.1111/epi.13558
    Summary:
    Conducted in a residential care facility, the research found that video Monitoring significantly increased the identification of seizures requiring clinical intervention. The study concluded that Video monitoring is a valuable tool for enhancing patient safety and improving the management of nocturnal seizures in such settings.
  • van Andel J, Ungureanu C, Arends J, Tan F, Van Dijk J, Petkov G, et al. Multimodal, automated detection of nocturnal motor seizures at home: Is a reliable seizure detector feasible? Epilepsia Open. 2017;2(4):424–31. doi: 10.1002/epi4.12076
    Summary:
    The study investigates the feasibility of using non-electroencephalographic (non-EEG) signals—specifically heart rate and accelerometry—to detect various types of nocturnal seizures, including tonic, tonic-clonic, hypermotor, and clusters of short myoclonic/tonic seizures. The research involved monitoring patients during diagnostic video-EEG examinations. The findings suggest that automated seizure detection using these non-EEG signals is feasible and could enhance patient safety by enabling timely interventions.
  • Geertsema EE, Thijs RD, Gutter T, Vledder B, Arends JB, Leijten FS, et al. Automated video-based detection of nocturnal convulsive seizures in a residential care setting. Epilepsia. 2018;59:53–60. doi: 10.1111/epi.14050
    Summary:
    The study evaluates the effectiveness of a video-based algorithm for detecting nocturnal convulsive seizures in individuals with epilepsy residing in a care facility. The algorithm analyzes group velocity signals derived from video sequences to identify seizures. The study concludes that this automated system is effective for real-time seizure detection in residential care settings, potentially enhancing patient safety.

Nightwatch para ensayos clínicos

Mejore sus ensayos clínicos con datos de alta calidad y a largo plazo durante el sueño, recopilados con una carga mínima para los pacientes. NightWatch proporciona acceso a métricas clave como PPG, datos de movimiento y frecuencia de crisis a lo largo del tiempo, apoyando diversas necesidades de investigación a través de:

  • Portal de datos NightWatch
  • API de datos NightWatch
  • Kit de investigación NightWatch


Portal de datos NightWatch
La plataforma de monitorización de datos en línea permite a los usuarios anotar crisis, añadir información y acceder a datos detallados de la frecuencia cardiaca registrada y el movimiento durante el sueño. Accesible para todos los usuarios estándar de NightWatch, el portal ofrece una forma sencilla y sin barreras de realizar un seguimiento de los datos de las crisis a lo largo del tiempo, disponible para todos los usuarios estándar.

API de datos NightWatch
La API de datos NightWatch facilita la integración con plataformas de investigación de terceros o diarios digitales de crisis, permitiendo la recopilación en tiempo real de alarmas de crisis nocturnas, datos de frecuencia cardíaca y patrones de movimiento durante el sueño.

Kit de investigación NightWatch
El kit de investigación conecte y use está diseñado para el uso doméstico o institucional en proyectos clínicos y de investigación. Permite la recopilación objetiva y a largo plazo de datos de crisis nocturnas, entre ellos:

  • Alarmas de crisis: Alarmas de crisis con marca de tiempo para:
    – Crisis tónico-clónicas
    – Crisis tónicas (en racimo o prolongadas)
    – Crisis hipercinéticas
    – Crisis mioclónicas (en racimo)
  • Datos PPG sin procesar: Seguimiento de la frecuencia cardiaca latido a latido
  • Datos del acelerómetro XYZ: Seguimiento del movimiento
  • Datos de posición del cuerpo
  • Monitorización de vídeo: Cámara infrarroja de alta calidad con grabación continua de vídeo y audio, que permite la anotación clínica de crisis mediante el estándar de oro de vídeo.


Características del kit
El kit de investigación del NightWatch se encuentra en una caja portátil con cerradura y ruedas e incluye:

  • Dispositivo NightWatch
  • PC integrado con disco duro externo
  • Router 4G para acceso remoto
  • Múltiples relés externos o conexiones LAN para dispositivos adicionales
  • Cámara de visión nocturna IR
  • Sistema de refrigeración activo


Todos los datos se almacenan localmente y se puede acceder a ellos de forma remota a través de LAN o 4G si es necesario.

Contacto:
Para más información sobre la disponibilidad y los precios, envíe un correo electrónico a info@nightwatchepilepsy.com

Bibliografía citada

  1. Arends J, Thijs RD, Gutter T, Ungureanu C, Cluitmans P, van Dijk J, et al. Multimodal nocturnal seizure detection in a residential care setting: A long-term prospective trial, Neurology. 2018 Nov 20; 91(21):e2010-e2019. doi: 10.1212/WNL.0000000000006545
  2. Beniczky S, Wiebe S, Jeppesen J, Tatum WO, Brazdil M, Wang Y, et al. Automated seizure detection using wearable devices: A clinical practice guideline of the International League Against Epilepsy and the International Federation of Clinical Neurophysiology. Epilepsia. 2021 Mar; 62(3):632-646. doi: 10.1016/j.clinph.2020.12.009.
  3. Lazeron RHC, Thijs RD, Arends J, Gutter T, Cluitmans P, van Dijk J, et al. Multimodal nocturnal seizure detection: Do we need to adapt algorithms for children? Epilepsia. 2022; 7(3):406–13. doi: 10.1002/epi4.12618
  4. van Westrhenen A, Lazeron RHC, van Dijk JP, Leijten FSS, Thijs RD, the Dutch TeleEpilepsy Consortium. Multimodal nocturnal seizure detection in children with epilepsy: A prospective, multicenter, long‐term, in‐home trial. Epilepsia. 2023. doi: 10.1111/epi.17654
  5. Engelgeer A, van Westrhenen A, Thijs RD, Evers SMAA. An economic evaluation of the NightWatch for children with refractory epilepsy: Insight into the cost-effectiveness and cost-utility. Seizure. 2022;101:156–61. doi: 10.1016/j.seizure.2022.08.003