People with epilepsy have variable and dynamic trajectories in response to antiseizure medications. Accurately modelling long-term treatment response will aid prognostication at the individual level and health resource planning at the societal level. Unfortunately, a robust model is lacking. We aimed to develop a Markov model to predict the probability of future seizure-freedom based on current seizure state and number of antiseizure medication regimens trialled. We included 1,795 people with newly diagnosed epilepsy who attended a specialist clinic in Glasgow, Scotland, between July 1982 and October 2012. They were followed up until October 2014 or death. We developed a simple Markov model, based on current seizure state only, and a more detailed model, based on both current seizure state and number of antiseizure medication regimens trialled. Sensitivity analyses were performed for the regimen-based states model to examine the effect of regimen changes due to adverse effects. The model was externally validated in a separate cohort of 455 newly diagnosis epilepsy patients seen in Perth, Australia, between May 1999 and May 2016. Our models suggested that once seizure-freedom was achieved, it was likely to persist, regardless of the number of antiseizure medications trialled to reach that point. The likelihood of achieving long-term seizure-freedom was highest with the first antiseizure medication regimen, at approximately 50%. The chance of achieving seizure-freedom fell with subsequent regimens. Fluctuations between seizure-free and not seizure-free states were highest earlier on, but decreased with chronicity of epilepsy. Seizure-freedom/recurrence risk tables were constructed with these probability data, similar to cardiovascular risk tables. Sensitivity analyses showed that the general trends and conclusions from the base model were maintained despite perturbing the model and input data with regimen changes due to adverse effects. Quantitative comparison with the external validation cohort showed excellent consistency at year 1, good at year 3 and moderate at year 5. Quantitative models, as used in this study, can provide pertinent clinical insights that are not apparent from simple statistical analysis alone. Attaining seizure freedom at any time in a patient’s epilepsy journey will confer durable benefit. Seizure-freedom risk tables may be used to individualise the prediction of future seizure control trajectory.

中文翻译：

---

一项 30 年新诊断癫痫队列研究中治疗反应的马尔可夫模型

癫痫患者对抗癫痫药物的反应具有可变和动态的轨迹。准确模拟长期治疗反应将有助于个人层面的预测和社会层面的卫生资源规划。不幸的是，缺乏稳健的模型。我们的目标是开发一个马尔科夫模型，以根据当前的癫痫发作状态和试验的抗癫痫药物治疗方案的数量来预测未来无癫痫发作的概率。我们纳入了 1,795 名新诊断的癫痫患者，他们在 1982 年 7 月至 2012 年 10 月期间在苏格兰格拉斯哥的一家专科诊所就诊。随访至 2014 年 10 月或死亡。我们开发了一个简单的马尔可夫模型，仅基于当前的癫痫发作状态，以及一个更详细的模型，基于当前的癫痫发作状态和试验的抗癫痫药物治疗方案的数量。对基于方案的状态模型进行了敏感性分析，以检查由于不良反应引起的方案变化的影响。该模型在 1999 年 5 月至 2016 年 5 月期间在澳大利亚珀斯的 455 名新诊断癫痫患者的单独队列中进行了外部验证。我们的模型表明，一旦实现无癫痫发作，无论癫痫发作的数量如何，它都可能持续存在。抗癫痫药物试验达到了这一点。首次抗癫痫药物治疗方案实现长期无癫痫发作的可能性最高，约为 50%。随后的治疗方案降低了实现无癫痫发作的机会。无癫痫发作和非无癫痫发作状态之间的波动在早期最高，但随着癫痫的慢性化而降低。使用这些概率数据构建无癫痫发作/复发风险表，类似于心血管风险表。敏感性分析表明，尽管由于不良反应导致模型和输入数据因方案变化而受到干扰，但基本模型的总体趋势和结论得以维持。与外部验证队列的定量比较显示，第 1 年的一致性非常好，第 3 年的一致性很好，第 5 年的一致性适中。本研究中使用的定量模型可以提供相关的临床见解，这些见解仅通过简单的统计分析并不明显。在患者癫痫病程中的任何时候实现无癫痫发作将带来持久的益处。无癫痫发作风险表可用于个性化预测未来癫痫发作控制轨迹。类似于心血管风险表。敏感性分析表明，尽管由于不良反应导致模型和输入数据因方案变化而受到干扰，但基本模型的总体趋势和结论得以维持。与外部验证队列的定量比较显示，第 1 年的一致性非常好，第 3 年的一致性很好，第 5 年的一致性适中。本研究中使用的定量模型可以提供相关的临床见解，这些见解仅通过简单的统计分析并不明显。在患者癫痫病程中的任何时候实现无癫痫发作将带来持久的益处。无癫痫发作风险表可用于个性化预测未来癫痫发作控制轨迹。类似于心血管风险表。敏感性分析表明，尽管由于不良反应导致模型和输入数据因方案变化而受到干扰，但基本模型的总体趋势和结论得以维持。与外部验证队列的定量比较显示，第 1 年的一致性非常好，第 3 年的一致性很好，第 5 年的一致性适中。本研究中使用的定量模型可以提供相关的临床见解，这些见解仅通过简单的统计分析并不明显。在患者癫痫病程中的任何时候实现无癫痫发作将带来持久的益处。无癫痫发作风险表可用于个性化预测未来癫痫发作控制轨迹。敏感性分析表明，尽管由于不良反应导致模型和输入数据因方案变化而受到干扰，但基本模型的总体趋势和结论得以维持。与外部验证队列的定量比较显示，第 1 年的一致性非常好，第 3 年的一致性很好，第 5 年的一致性适中。本研究中使用的定量模型可以提供相关的临床见解，这些见解仅通过简单的统计分析并不明显。在患者癫痫病程中的任何时候实现无癫痫发作将带来持久的益处。无癫痫发作风险表可用于个性化预测未来癫痫发作控制轨迹。敏感性分析表明，尽管由于不良反应导致模型和输入数据因方案变化而受到干扰，但基本模型的总体趋势和结论得以维持。与外部验证队列的定量比较显示，第 1 年的一致性非常好，第 3 年的一致性很好，第 5 年的一致性适中。本研究中使用的定量模型可以提供相关的临床见解，这些见解仅通过简单的统计分析并不明显。在患者癫痫病程中的任何时候实现无癫痫发作将带来持久的益处。无癫痫发作风险表可用于个性化预测未来癫痫发作控制轨迹。在第 3 年表现良好，在第 5 年表现适中。本研究中使用的定量模型可以提供相关的临床见解，这些见解仅通过简单的统计分析并不明显。在患者癫痫病程中的任何时候实现无癫痫发作将带来持久的益处。无癫痫发作风险表可用于个性化预测未来癫痫发作控制轨迹。在第 3 年表现良好，在第 5 年表现适中。本研究中使用的定量模型可以提供相关的临床见解，这些见解仅通过简单的统计分析并不明显。在患者癫痫病程中的任何时候实现无癫痫发作将带来持久的益处。无癫痫发作风险表可用于个性化预测未来癫痫发作控制轨迹。