A Mixed Hawkes Process to Model Epileptic Seizures

Epilepsy involves recurrent seizures, often occurring in clusters where a seizure increases the short term likelihood of another. We propose a mixed Hawkes process model to capture clustering and individual heterogeneity. The Hawkes process increases intensity after each event through background and excitation components. The model is motivated by 3 year seizure diary data from 407 patients with newly diagnosed focal epilepsy in the Human Epilepsy Project (HEP), which show clustering, wide variation in seizure rates between individuals. Challenges include daily aggregation of seizure counts and missing intervals where events may have occurred but were not recorded. A Bayesian approach is implemented, which handles non informative missingness and aggregated counts. We assess model performance via simulation and apply the model to HEP to study trends, covariates, cluster size, and self excitation.

Un processus mixte de Hawkes pour modéliser les crises d'épilepsie

L'épilepsie se caractérise par des crises récurrentes, qui surviennent souvent par grappes, une crise augmentant la probabilité à court terme d'une autre crise. Nous proposons un modèle de processus mixte de Hawkes pour rendre compte du regroupement et de l'hétérogénéité individuelle. Le processus de Hawkes augmente l'intensité après chaque événement grâce à des composantes de fond et d'excitation. Le modèle s'appuie sur les données issues du journal des crises sur trois ans de 407 patients nouvellement diagnostiqués avec une épilepsie focale dans le cadre du Human Epilepsy Project (HEP), qui montrent un regroupement et une grande variation des taux de crises entre les individus. Les défis à relever comprennent l'agrégation quotidienne du nombre de crises et les intervalles manquants où des événements ont pu se produire, mais n'ont pas été enregistrés. Une approche bayésienne est mise en œuvre, qui traite les données manquantes non informatives et les nombres agrégés. Nous évaluons les performances du modèle par simulation et l'appliquons au HEP pour étudier les tendances, les covariables, la taille des groupes et l'auto-excitation.

Session

Apprentissage statistique à partir de données au format non conventionnel

Date and Time