通过利用信号复杂性来预测动脉瘤下关节出血后的结果:一个前性的两中心队列研究
Stefan Yu Bögli1, Ihsane Olakorede2, Michael Veldeman3
1Brain Physics Laboratory, Division of Neurosurgery, Department of Clinical Neurosciences, University of Cambridge, Cambridge, UK. stefanyu.boegli@usz.ch.
Critical care (London, England)
|May 14, 2024
概括
通过多尺度 (MSE) 测量的低生理信号复杂性,预测了动脉瘤下关节出血 (aSAH) 患者的不良结果. 这一发现为预测aSAH后患者康复提供了一种新方法.
科学领域:
- 神经科学是一个神经科学.
- 身体生理学 身体生理学
- 医疗信息学 医疗信息学
背景情况:
- 生理信号复杂性,或,表明系统秩序;低复杂性往往预测各种疾病的糟糕结果.
- 在动脉瘤下关节出血 (aSAH) 中,信号复杂性的预后值仍然未确立.
- 低复杂性的假设是反映心脏/脑血管性和自我调节失败.
研究的目的:
- 为了确定多尺度 (MSE) 在aSAH患者的预后值.
- 为了确定MSE是否可以预测aSAH患者的12个月结果.
- 在独立患者队列中验证MSE作为预测因素.
主要方法:
- 从推导和验证队列中对330名aSAH患者进行前性分析.
- 多尺度 (MSE) 计算了动脉血压,内压和心率.
- 结果与MSE进行了比较,使用单变量和多变量逻辑回归和顺序方法,并根据关键临床因素进行调整.
主要成果:
- 减少MSE独立地与更高的12个月不利结果的可能性有关.
- 多变量模型在导出和验证队列中都表现出良好的校准和歧视.
- 多发性脊髓炎和结果之间的关联是线性的,并且在调整初始疾病严重程度后仍然有效.
结论:
- 多尺度 (MSE) 是aSAH患者12个月后结果的独立,有效预测指标.
- 整合像MSE这样的高频生理数据可能会提高个性化结果预测.
- 需要进一步的研究来探索改变复杂性的原因及其与血管和延迟脑缺血等并发症的联系.
