使用自动化定量脑电图分析评估新生儿脑病的损伤严重程度:试点研究
Eva Catenaccio1, Rachel J Smith2, Raul Chavez-Valdez3
1Division of Pediatric Neurology, Department of Neurology, Johns Hopkins University School of Medicine, Baltimore, Maryland, USA.
Developmental neuroscience
|July 19, 2023
概括
自动定量EEG (qEEG) 分析为新生儿脑病变 (NE) 和治疗性低温 (TH) 反应提供了可访问的生物标志物. 这种方法显示了评估NE新生儿大脑成熟度的潜力.
科学领域:
- 神经科学是一个神经科学.
- 生物标志物 生物标志物
- 新生儿护理 新生儿护理
背景情况:
- 定量脑电图 (qEEG) 对新生儿脑病变 (NE) 的生物标志物显示出前途.
- 由于手动数据处理和个性化特征计算,先前对NE的qEEG研究缺乏通用性.
研究的目的:
- 试验一种全自动化的qEEG分析方法,用于接受治疗性低温 (TH) 的NE新生儿.
- 调查自动化qEEG特征与NE严重程度,神经成像得分和发作之间的关联.
主要方法:
- 从EEG数据中自动计算抑制比 (SR),绝对三角形功率和相对三角形,,α和β功率.
- 分析了30名新生儿的EEG数据,其中NE接受了72小时的TH.
- qEEG特征与修改的萨纳特分数和NICHD-NRN神经成像分数的相关性.
主要成果:
- 较高的SR和较低的绝对三角形功率与NE严重程度相关 (Sarnat评分).
- 较差的神经成像分数 (NICHD-NRN) 与较高的SR,较低的绝对三角形功率和较高的相对β功率有关.
- 自动化qEEG特征与纠正后的发作存在没有显著的相关性.
- 有证据表明,新生儿中较严重的脑损伤的相对频率组成不成熟.
结论:
- 自动化qEEG分析是一种可通用的方法,用于发现NE生物标志物和监测TH反应.
- 自动化EEG可以帮助评估NE新生儿的大脑成熟度.
- 这种方法提高了对NE的EEG研究的可访问性和一致性.
