使用静止状态网络预测严重急性脑损伤后的神经恢复
Matthew Kolisnyk1, Karnig Kazazian2, Karina Rego3
1Western Institute of Neuroscience, Western Interdisciplinary Research Building, Western University, 1151 Richmond Street, London, ON, N6A 3K7, Canada.
Journal of neurology
|September 4, 2023
概括
休息状态功能性MRI精确预测严重脑损伤患者的神经恢复. 这种神经成像工具提供了比传统方法更高的灵敏度,用于评估不响应个体的预后.
科学领域:
- 神经科学是一个神经科学.
- 放射学 放射学是一门学科.
- 关键护理医学 关键护理医学
背景情况:
- 在严重脑损伤 (SBI) 患者中预测功能恢复是具有挑战性的,因为缺乏可靠的预后工具.
- 在重症监护室 (ICU) 没有反应的患者需要准确的预后来做出临床决策.
研究的目的:
- 评估休息状态功能磁共振成像 (rs-fMRI) 的预后效益,以预测无反应SBI患者的神经恢复.
- 评估rs-fMRI在受伤后六个月内识别具有良好的神经学结果的患者的能力.
主要方法:
- 从25名没有反应的SBI患者获得了rs-fMRI扫描.
- 独立组件分析 (ICA) 提取了十个静止状态网络 (RSN).
- 靠近中心点分类器根据RSN值预测结果,与格拉斯哥结果量表 (GOS) 进行验证.
主要成果:
- 该分类器在预测良好结果 (10/10患者) 中获得了80%的灵敏度,在预测不良结果 (12/15患者) 中获得了80%的特异性.
- 预测准确度受到三种视觉网络和左侧前端对象网络的显著影响.
- 功能连接模式显示,尽管没有行为迹象,但仍保留了网络.
结论:
- rs-fMRI在没有反应的SBI患者的功能恢复预测方面显示出高的预后效用.
- 这种神经成像方法与传统的预后措施相比,具有更高的灵敏度.
- 功能连接分析可以帮助预后,并指导有关维持生命治疗的讨论.
