Padaczka skroniowa – Rokowania, prognozy i postęp choroby

Padaczka skroniowa
Rokowania, prognozy i postęp choroby

Padaczka skroniowa (TLE) jest jedną z najczęstszych form padaczki, a przewidywanie wyników leczenia, zwłaszcza po resekcji płata skroniowego, jest kluczowe dla optymalizacji terapii. Do niezależnych czynników prognostycznych korzystnego rokowania należą: jednostronne wyładowania w EEG (OR=0,20, 95% CI: 0,06-0,74, P=0,016), brak wtórnych napadów toniczno-klonicznych (GTCS) (OR=0,08, 95% CI: 0,01-0,67, P=0,002) oraz brak konieczności stosowania elektrod podtwardówkowych (OR=15,4, 95% CI: 1,36-174,38, P=0,027). Optymalny czas interwencji chirurgicznej to poniżej 8 lat od początku napadów, co wiąże się z lepszymi wynikami. Długoterminowo 50-80% pacjentów osiąga stan wolny od napadów, a wynik oceniany rok po operacji jest silnym predyktorem dalszego rokowania. Wczesna monoterapia farmakologiczna również stanowi niezależny czynnik ochronny.

Padaczka skroniowa – rokowanie (prognozowanie wyników)

Czynniki prognostyczne wpływające na wyniki leczenia chirurgicznego
Znaczenie czasu trwania padaczki przed zabiegiem
Wyniki długoterminowe po leczeniu chirurgicznym
Nowoczesne metody predykcyjne wyników leczenia
Wpływ lateralizacji padaczki na rokowanie
Wnioski kliniczne dla przewidywania wyników leczenia
Kolejne rozdziały

Padaczka skroniowa – rokowanie (prognozowanie wyników)

Padaczka skroniowa (ang. temporal lobe epilepsy, TLE) stanowi jedną z najczęstszych postaci padaczki. Przewidywanie wyników leczenia, zwłaszcza po interwencji chirurgicznej, ma kluczowe znaczenie zarówno dla pacjentów, jak i zespołów medycznych. Poniższy artykuł przedstawia czynniki prognostyczne oraz metody przewidywania skuteczności leczenia padaczki skroniowej.¹²

Czynniki prognostyczne wpływające na wyniki leczenia chirurgicznego

Wyniki długoterminowych obserwacji pacjentów poddanych resekcji płata skroniowego wskazują na kilka istotnych czynników wpływających na rokowanie. Do kluczowych czynników pozytywnie wpływających na rezultat leczenia chirurgicznego należą:¹³

Jednostronne zmiany w badaniu MRI
Wczesny początek padaczki
Przewaga określonego typu napadów
Jednostronne wyładowania w EEG
Brak wtórnych napadów toniczno-klonicznych (GTCS)
Brak konieczności stosowania elektrod podtwardówkowych podczas diagnostyki

¹³

Analiza wieloczynnikowa wykazała, że jednostronne wyładowania w EEG (OR=0,20, 95% CI: 0,06-0,74, P=0,016), brak wtórnych GTCS (OR=0,08, 95% CI: 0,01-0,67, P=0,002) oraz brak konieczności stosowania elektrod podtwardówkowych (OR=15,4, 95% CI: 1,36-174,38, P=0,027) są niezależnymi predyktorami dobrego rokowania u pacjentów z padaczką skroniową oporną na leki po zabiegu chirurgicznym.³

Znaczenie czasu trwania padaczki przed zabiegiem

Czas trwania padaczki przed interwencją chirurgiczną ma istotne znaczenie dla rokowania. Badania nad boczną padaczką płata skroniowego (LTLE) wykazały, że optymalny punkt odcięcia wynosi 8 lat od początku napadów. Pacjenci, u których zabieg przeprowadzono w czasie krótszym niż 8 lat od wystąpienia pierwszych objawów, osiągali lepsze wyniki leczenia.⁴⁵

Ponadto, skuteczna wczesna monoterapia farmakologiczna stanowi niezależny czynnik ochronny dla korzystnego rokowania w padaczce skroniowej. Badania wskazują, że dłuższy czas trwania padaczki przed zabiegiem wykazuje wyraźną tendencję do korelacji z gorszymi wynikami, choć w niektórych analizach zależność ta nie osiągnęła istotności statystycznej ze względu na małą liczebność grup badanych.³⁵

Wyniki długoterminowe po leczeniu chirurgicznym

Długoterminowe obserwacje pacjentów poddanych resekcji płata skroniowego wskazują, że około 50-80% pacjentów osiąga stan wolny od napadów. Badania wykazały, że spośród 75 pacjentów obserwowanych przez średnio 3,8 roku, 42 (56%) pozostawało wolnych od napadów po zabiegu, podczas gdy u 33 (44%) nadal występowały napady. W innym badaniu oceniającym pacjentów z LTLE, 5 lat po operacji 45 z 63 (71,4%) pacjentów osiągnęło stan wolny od napadów.⁶⁴⁷

Co istotne, wynik oceniany rok po operacji jest wysoce predykcyjny dla długoterminowego rokowania po zabiegu chirurgicznym padaczki skroniowej.¹

Nowoczesne metody predykcyjne wyników leczenia

Modele uczenia maszynowego w przewidywaniu wyników

Nowoczesne podejście do prognozowania wyników leczenia padaczki skroniowej wykorzystuje algorytmy uczenia maszynowego. Badania wykazały, że klasyfikatory uczenia maszynowego mogą dokonywać dokładnych przewidywań pooperacyjnego wyniku napadowego przy użyciu 5-minutowych odcinków okołonapadowego EEG ze skalpu (AUC 0,98, dokładność testowania poza grupą 90%). Jest to pierwsze podejście do przewidywania wyników napadów, które wykorzystuje rutynowe nieinwazyjne badanie przedoperacyjne (EEG ze skalpu) z zakresem dokładności, który prawdopodobnie przełoży się na narzędzie kliniczne.⁸

Analiza krzywej decyzyjnej (DCA) pokazuje, że w porównaniu z powszechnie stosowanym nomogramem opartym na zmiennych klinicznych, zastosowanie podejścia rozszerzonego o EEG mogłoby zmniejszyć wskaźnik nieudanych resekcji mózgu o 20%. Biorąc pod uwagę, że ponad 15% pacjentów poddawanych resekcji mózgu z powodu napadów doświadcza powikłań neurologicznych, taka redukcja możliwych do uniknięcia resekcji mózgu jest szczególnie istotna.⁹¹⁰¹¹

W kolejnych badaniach wykazano, że zastosowanie filtrów spektralnych i czasowych do sygnałów EEG w stanie spoczynku poprawiło przewidywanie długoterminowych wyników leczenia pacjentów, gdy filtry spektralne i czasowe były jednocześnie optymalizowane. W szczególności długość okna EEG większa niż 2 minuty i pasmo gamma miały istotny wpływ na wydajność predykcji. Ta strategia optymalizacji może być stosowana do wczesnej identyfikacji pacjentów z padaczką lekooporną, ponieważ są oni potencjalnymi kandydatami do interwencji niefarmakologicznej.²

Badania obrazowe w prognozowaniu wyników

PET-FDG mózgu (pozytonowa tomografia emisyjna z użyciem fluorodeoksyglukozy) stanowi cenne narzędzie w prognozowaniu wyników leczenia. Opracowano podejście ilościowe do oceny maksymalnej asymetrii w skanach przedoperacyjnych PET do prognozowania pooperacyjnych wyników klinicznych bez napadów. Pacjenci z większą maksymalną asymetrią, wyrażoną wyższymi wartościami T-AI20, mieli znacznie zmniejszoną szansę na osiągnięcie stanu wolnego od napadów po operacji w porównaniu z pacjentami o niższym stopniu asymetrii (P = 0,017).⁶¹²

Badania wykorzystujące ilościowe metody obrazowania MRI sugerują, że obecność subtelnego zaniku mózgu w obszarach ipsilateralnych, które wykraczają poza typową granicę chirurgiczną resekcji płata skroniowego, a także zaangażowanie kontralateralne regionów czołowo-skroniowych (w grupie chirurgicznej po stronie lewej) i kontralateralne zaangażowanie limbiczne i półkulowe (w grupie chirurgicznej po stronie prawej), mogą przewidywać niekorzystny wynik chirurgiczny. Badanie wykazało, że ścieczenie kory było bardziej rozległe w grupie z gorszymi wynikami chirurgicznymi.¹³⁵

Modele obliczeniowe i konektom strukturalny

Innowacyjne podejście do prognozowania wykorzystuje model obliczeniowy oparty na konektomie strukturalnym pacjenta. Model ten wykorzystuje dane z obrazowania tensorowego dyfuzji (DTI) uzyskane od pacjentów z padaczką do przewidywania powodzenia zabiegu chirurgicznego. Model z powodzeniem identyfikuje regiony znane z zaangażowania w padaczkę skroniową, a jego przewidywane wskaźniki powodzenia zabiegu chirurgicznego są zbliżone do wyników obserwowanych w rzeczywistości.¹⁴

Co więcej, model dostarcza spersonalizowanych zaleceń dotyczących procedur chirurgicznych, które w symulacjach wykazują lepsze wyniki w porównaniu ze standardową operacją w każdym przypadku. Usunięcie klinicznie resekcjonowanych regionów w modelu dało znaczącą poprawę u 72,7% pacjentów, a resekcje specyficzne dla danego pacjenta wykazały poprawę w 100% przypadków.¹⁴⁷

Wpływ lateralizacji padaczki na rokowanie

Boczna padaczka płata skroniowego (LTLE) ma mniej korzystne wyniki chirurgiczne niż przyśrodkowa padaczka płata skroniowego (MTLE). Szanse na brak napadów po operacji są niższe u pacjentów z LTLE niż u pacjentów z MTLE. Jednakże nawet w przypadku LTLE, 5 lat po operacji 71,4% pacjentów osiągnęło stan wolny od napadów w badaniach długoterminowych.⁴

Klinicznie i statystycznie istotnymi czynnikami prognostycznymi dla wyników pooperacyjnych były czas trwania padaczki przed operacją oraz dysplazja korowa ogniskowa (FCD) w pooperacyjnym badaniu histopatologicznym przy 5-letniej obserwacji. Zidentyfikowane predyktory niekorzystnych wyników chirurgicznych mogą pomóc w wyborze optymalnych kandydatów i identyfikacji optymalnego czasu na zabieg chirurgiczny wśród pacjentów z LTLE.⁴

Wnioski kliniczne dla przewidywania wyników leczenia

Aktualne dane wskazują, że istnieje kilka kluczowych czynników i metod, które mogą być wykorzystane w praktyce klinicznej do przewidywania wyników leczenia padaczki skroniowej:¹¹⁵³

Czynniki kliniczne: jednostronne zmiany w MRI, wczesny początek padaczki, typ napadów, brak wtórnych napadów toniczno-klonicznych oraz czas trwania padaczki przed zabiegiem (optymalnie poniżej 8 lat)
Czynniki elektrofizjologiczne: jednostronne wyładowania w EEG, analiza EEG okołonapadowego przy użyciu algorytmów uczenia maszynowego
Czynniki obrazowe: stopień asymetrii metabolicznej w badaniu PET, obecność zmian strukturalnych wykraczających poza obszar planowanej resekcji w MRI
Czynniki histopatologiczne: obecność dysplazji korowej ogniskowej (FCD) w badaniu histopatologicznym

¹¹¹⁴³

Warto podkreślić, że nadal istnieje krytyczna potrzeba opracowania dokładnych modeli przewidywania wyników napadów w celu identyfikacji pacjentów, którzy prawdopodobnie będą mieli nawroty napadów po resekcji mózgu. Ramy prognostyczne, które wykorzystują kombinację zmiennych klinicznych i danych EEG ze skalpu okołonapadowego, mogą zapewnić przewidywania o wysokiej dokładności w tym kontekście.¹¹

Potrzebne są dalsze wysiłki w celu zbadania roli obrazowania ilościowego i jego włączenia do rutynowej praktyki klinicznej w kontekście przewidywania wyników operacji padaczki.¹³

Kolejne rozdziały

Zapraszamy do dalszego czytania naszego leksykonu.

Wybierz kolejny rozdział z menu poniżej, aby otworzyć nową podstronę kompedium wiedzy i uzyskać szczegółowe informację o leku, substancji lub chorobie.

Materiały źródłowe

#1 Long term outcome of temporal lobe epilepsy surgery: analyses of 140 consecutive patients
https://pmc.ncbi.nlm.nih.gov/articles/PMC1738104/
Objective: To analyse the long term results of temporal lobe epilepsy surgery in a national epilepsy surgery centre for adults, and to evaluate preoperative factors predicting a good postoperative outcome on long term follow up. […] Outcome at one year postoperatively is highly predictive of long term outcome after temporal lobe epilepsy surgery. Unitemporal MR imaging abnormalities, early onset of epilepsy, and seizure type predominance are factors associated with good postoperative outcome.
#2 Using spectral and temporal filters with EEG signal to predict the temporal lobe epilepsy outcome after antiseizure medication via machine learning | Scientific Reports
https://www.nature.com/articles/s41598-023-49255-2
Epilepsy is a neurological disorder in which the brain is transiently altered. Predicting outcomes in epilepsy is essential for providing feedback that can foster improved outcomes in the future. This study aimed to investigate whether applying spectral and temporal filters to resting-state electroencephalography (EEG) signals could improve the prediction of outcomes for patients taking antiseizure medication to treat temporal lobe epilepsy (TLE). […] More than 60% of newly diagnosed epilepsy patients enter long-term remission; therefore, predicting the outcome of epilepsy is crucial not only for patients but also for their families. Additionally, predicting outcomes in epilepsy is essential for providing feedback that can lead to improved outcomes. […] This study shows that the application of spectral and temporal filters to resting-state EEG signals enhanced the prediction of long-term patient outcomes when the spectral and temporal filters were simultaneously optimized. In particular, an EEG window length of greater than 2 min and the gamma band substantially impacted the prediction performance. This optimization strategy can be applied for the early identification of patients with drug-resistant epilepsy, as they are potential candidates for nonpharmacologic intervention.
#3 Factors influencing the long-term prognosis of patients with temporal lobe epilepsy: a single center study – Yang – Annals of Palliative Medicine
https://apm.amegroups.org/article/view/51598/html
Effective early monotherapy was an independent protective factor for the favorable prognosis of TLE. […] Unilateral origin of discharges in EEG, no secondary GTCS, and not needing a subdural electrode were independent factors associated with favorable prognosis after TLE surgery. […] Multivariate logistic regression analysis revealed that unilateral origin of discharges in EEG (OR =0.20, 95% CI: 0.060.74, P=0.016), no secondary GTCS (OR =0.08, 95% CI: 0.010.67, P=0.002), and not needing a subdural electrode (OR =15.4, 95% CI: 1.36174.38, P=0.027) were independent predictors of a good prognosis in patients with drug-resistant TLE after surgery. […] The occurrence of secondary GTCS before surgery was an independent risk factor for a poor prognosis after surgery. Additionally, not needing a subdural electrode and the unilateral origin of discharges in EEG during the ictal period were also independent protective factors for favorable postoperative prognosis.
#4 Identifying important factors for successful surgery in patients with lateral temporal lobe epilepsy | PLOS One
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0288054
Lateral temporal lobe epilepsy (LTLE) has been diagnosed in only a small number of patients; therefore, its surgical outcome is not as well-known as that of mesial temporal lobe epilepsy. […] Five years after surgery, 45 of the 63 (71.4%) patients achieved seizure freedom. Clinically and statistically significant prognostic factors for postsurgical outcomes were the duration of epilepsy before surgery and focal cortical dysplasia on postoperative histopathology at the 5-year follow-up. […] The identified predictors of unfavorable surgical outcomes may help in selecting optimal candidates and identifying the optimal timing for surgery among patients with LTLE. […] LTLE is reported to have less favorable surgical outcomes than MTLE. The chances of being seizure-free after surgery are lower in patients with LTLE than in those with MTLE.
#5 Identifying important factors for successful surgery in patients with lateral temporal lobe epilepsy | PLOS One
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0288054
The optimal cut-off value was 8 years after seizure onset. […] The duration of epilepsy prior to surgery showed a clear trend towards association with poorer outcomes, although this was not statistically significant due to the small group size. […] Our findings highlighted that FCD on histopathology and the duration of epilepsy prior to surgery are important prognostic factors for long-term surgical outcomes in patients with LTLE. […] The study suggests that resective surgery should be considered within 8 years of epilepsy onset. […] The study found that cortical thinning was more extensive in the group with poor surgical outcomes.
#6 Predicting Seizure-Free Status for Temporal Lobe Epilepsy Patients Undergoing Surgery: Prognostic Value of Quantifying Maximal Metabolic Asymmetry Extending over a Specified Proportion of the Temporal Lobe | Journal of Nuclear Medicine
https://jnm.snmjournals.org/content/48/5/776
Conventional visual analysis of brain 18F-FDG PET scans is useful for predicting postsurgical improvement for temporal lobe epilepsy (TLE) patients, but prognostic value for identifying patients who will achieve seizure-free status is considerably lower. […] We aimed to develop an approach with which to quantitatively assess prognostically pertinent aspects of metabolic asymmetry in presurgical PET scans for forecasting postsurgical seizure-free clinical outcomes. […] Of the 75 patients studied, 42 became seizure free after surgery, whereas 33 continued to seize beyond the immediate postoperative period, during a mean 3.8-y follow-up interval. […] The specified proportion of temporal pixels with which to assess maximal asymmetry that provided the highest prognostic value with respect to achieving seizure-free status was 20%.
#7 Predicting Surgery Targets in Temporal Lobe Epilepsy through Structural Connectome Based Simulations | PLOS Computational Biology
https://journals.plos.org/ploscompbiol/article%3Fid%3D10.1371/journal.pcbi.1004642
Following previous reported surgical success rates of around 50%-80% we hypothesise that our model predictions shall also be in this range. […] Furthermore, we hypothesise that subject-specific surgery will give greater seizure reduction than that of standard resection procedures in our simulations. […] In summary, the rapid escape time of some nodes can be attributed to shared properties of being network hubs. However, the complex interplay of connectivity, surface area, variations in streamline length (delays) and nonlinearities in the model, leads to highly nontrivial outcomes in the simulations. […] The personalised resections showed by far the most success at reducing seizure likelihood. […] The removal of clinically resected regions in our model produced significant improvements in 72.7% of patients, and the subject specific resections showed improvements in 100% of cases. […] Despite the variability the model results fit squarely in the middle of the reported range, while the subject specific results show significant improvements in every case.
#8 Machine learning algorithm for predicting seizure control after temporal lobe resection using peri-ictal electroencephalography | Scientific Reports
https://www.nature.com/articles/s41598-024-72249-7
Brain resection is curative for a subset of patients with drug resistant epilepsy but up to half will fail to achieve sustained seizure freedom in the long term. […] There is a critical need for accurate prediction tools to identify patients likely to have recurrent postoperative seizures. […] Using a dataset of 294 patients who underwent temporal lobe resection for seizures, we show that machine learning classifiers can make accurate predictions of postoperative seizure outcome using 5 min of peri-ictal scalp EEG data that is part of universal presurgical evaluation (AUC 0.98, out-of-group testing accuracy 90%). […] This is the first approach to seizure outcome prediction that employs a routine non-invasive preoperative study (scalp EEG) with accuracy range likely to translate into a clinical tool.
#9 Machine learning algorithm for predicting seizure control after temporal lobe resection using peri-ictal electroencephalography | Scientific Reports
https://www.nature.com/articles/s41598-024-72249-7
Decision curve analysis (DCA) shows that compared to the prevalent clinical-variable based nomogram, use of the EEG-augmented approach could decrease the rate of unsuccessful brain resections by 20%. […] The task of identifying DRE patients who are likely to experience recurrent seizures after resection is vital but challenging; there is thus a critical need for accurate evidence-based prediction tools. […] The predictive power of the nomogram is limited in large part because the patient-specific granularity in terms of physiological data that is key to robust outcome prediction is lost when the patient is described in simplified categories. […] Several efforts have attempted to incorporate more granular raw data into predictive frameworks, with most focusing on adding different imaging data as inputs.
#10 Machine learning algorithm for predicting seizure control after temporal lobe resection using peri-ictal electroencephalography | Scientific Reports
https://www.nature.com/articles/s41598-024-72249-7
This comparison suggests that future electrophysiological investigations in DRE, particularly in terms of understanding differential responses to surgical therapies, should focus on the peri-ictal window. […] We present a novel approach to machine-learning enabled postoperative seizure control prediction in the context of DRE that is both highly accurate and makes use of data captured noninvasively and inexpensively during routine presurgical evaluation. […] The approach that we document in this report (i.e. the use of peri-ictal scalp EEG derived features in a machine-learning enabled predictive framework) overcomes both of these limitations and thus has the potential to achieve clinical translation into a useful presurgical tool. […] We have utilized Decision Curve Analysis (DCA) to evaluate the likely clinical usefulness of our approach.
#11 Machine learning algorithm for predicting seizure control after temporal lobe resection using peri-ictal electroencephalography | Scientific Reports
https://www.nature.com/articles/s41598-024-72249-7
Given that over 15% of patients who undergo brain resection for seizures experience a neurologic complication, such a reduction in avoidable brain resections is particularly significant. […] There remains a critical need for accurate seizure outcome prediction models to identify patients that are likely to have seizure recurrence after brain resection. […] A predictive framework that uses a combination of clinical variables and peri-ictal scalp EEG data may provide high accuracy predictions in this context.
#12 Predicting Seizure-Free Status for Temporal Lobe Epilepsy Patients Undergoing Surgery: Prognostic Value of Quantifying Maximal Metabolic Asymmetry Extending over a Specified Proportion of the Temporal Lobe | Journal of Nuclear Medicine
https://jnm.snmjournals.org/content/48/5/776
Overall, those patients with greater maximal asymmetry, as indexed by higher T-AI20 values, had a significantly decreased chance of achieving seizure-free status after surgery than those with lower degrees of asymmetry (P = 0.017). […] A quantifying approach to assessing maximal temporal asymmetry over a specified proportion of the temporal lobe may help to predict whether patients will likely be free of seizures during the years after neurosurgical resection of epileptogenic tissue. […] The clinical implication of these findings is that TLE patients with greater maximal temporal asymmetries (T-AI20 0.40 in the first and second PET patient series) who undergo surgery will less likely respond to treatment by becoming seizure free, relative to patients with a lower maximal asymmetry of temporal lobes. […] Thus, this quantitative approach could potentially be useful for helping to identify in advance those patients who would be more likely to achieve seizure-free outcome after initial surgical treatment of TLE.
#13
https://aesnet.org/abstractslisting/the-relationship-between-quantitative-mri-and-seizure-outcomes-after-temporal-lobe-epilepsy-surgery
The treatment of choice for drug-resistant epilepsy is brain surgery. […] We hypothesize that subtle structural evidence of epileptic network pathology extending beyond the temporal lobe reduces the odds of seizure freedom after surgery. […] Our findings suggest that the presence of subtle brain atrophy in ipsilateral areas that extend beyond the typical surgical border of a temporal lobe resection, as well as contralateral involvement of frontotemporal regions (left-sided surgical group) and contralateral limbic and hemispheric involvement (right-sided surgical group), might predict a poor surgical outcome. […] Further efforts are needed to study the role of quantitative imaging and its incorporation in routine clinical practice in the context of epilepsy surgery outcome prediction.
#14 Predicting Surgery Targets in Temporal Lobe Epilepsy through Structural Connectome Based Simulations | PLOS Computational Biology
https://journals.plos.org/ploscompbiol/article%3Fid%3D10.1371/journal.pcbi.1004642
Temporal lobe epilepsy (TLE) is a prevalent neurological disorder resulting in disruptive seizures. […] In roughly 30% of cases surgery procedures are unsuccessful at preventing future seizures. […] This paper shows the application of a computational model which uses patient derived brain connectivity to predict the success rates of surgery in people with TLE. […] The model successfully identifies regions known to be involved in TLE, and its predicted success rates for surgery are close to the results found in reality. […] The model additionally provides patient specific recommendations for surgical procedures, which in simulations show improved results compared to standard surgery in every case. […] We aim to develop a framework for predicting surgical outcomes in patients following resective epilepsy surgery using a bistable model and DTI data obtained from patients with epilepsy.
#15 Machine learning algorithm for predicting seizure control after temporal lobe resection using peri-ictal electroencephalography | Scientific Reports
https://www.nature.com/articles/s41598-024-72249-7
No prior approaches have reached the elusive 90% accuracy range wherein they would represent a promising investment of resources for development into a surgical outcomes prediction tool and none have been developed to a stage where they can be incorporated into the presurgical decision-making workflow. […] We share the results of machine learning model-building experiments in a large sample (n=294 surgical patients) to demonstrate that by using 5 min of peri-ictal scalp EEG data, it is possible to build a predictive framework of post-operative seizure outcome with accuracies significantly higher than those obtained from earlier approaches (90%) and within a range that is likely to be translatable into a clinically useful tool. […] The value of peri-ictal EEG becomes particularly clear when the results of our present report are compared with those of earlier studies wherein we attempted to use inter-ictal EEG to predict postoperative seizure outcomes in DRE patients.