单变静态EEG标志物的临床有效性有限,用于分类发作障碍
Irene Faiman1, Rachel Sparks2, Joel S Winston3,4
1Department of Psychological Medicine, King's College London Institute of Psychiatry Psychology and Neuroscience, London SE5 8AB, UK.
Brain communications
|December 18, 2023
概括
定量EEG标志物在区分和精神性非发作时的准确性有限. 需要进一步的研究,以找到可靠的神经生理差异,以准确诊断.
科学领域:
- 神经科学是一个神经科学.
- 临床神经学 临床神经学
- 生物医学工程 生物医学工程
背景情况:
- 从临床上来说,区分与精神性非发作 (PNES) 是具有挑战性的,导致误诊和延迟治疗.
- 静止电脑学 (EEG) 的定量标记可以提供客观的神经生理学的见解.
研究的目的:
- 评估单变静态EEG标志物的临床有效性,以区分和PNES.
- 测试以前识别的标记物 (甲功率,峰值α频率) 并探索新的EEG特征.
主要方法:
- 两项追溯诊断准确性研究分析了148名被诊断为或PNES的患者的EEG数据.
- 机器学习管道被用来根据单变的EEG标志物对患者进行分类.
主要成果:
- 第1项研究发现,在将与PNES区分时,theta功率和峰值α频率的分类准确度有限 (48%).
- 第二项研究表明,由于神经生理特征的重叠,在识别具有良好的诊断相关性 (45-60%准确度) 的单变EEG标志物方面存在挑战.
结论:
- 统一的静止状态EEG标志物,包括之前建议的标志物,在区分和PNES方面显示出有限的临床有效性.
- 神经生理特征和其他EEG动态的显著重叠使得寻找可靠的诊断标记者变得复杂.
