来自EEG的婴儿睡眠线圈测量提高了对脑的预测
Erin D Berja1, Hunki Kwon1, Katherine G Walsh1
1Department of Neurology, Massachusetts General Hospital, Boston, MA, United States; Harvard Medical School, Boston, MA, United States.
概括
婴儿中异常的中央睡眠活动可以预测大脑麻 (CP). 在特定的大脑区域减少的螺旋速率,持续时间和百分比表明患上CP的风险更高,提供了早期诊断生物标志物.
科学领域:
- 神经科学是一个神经科学.
- 发育儿科 发育儿科
- 生物标志物发现发现
背景情况:
- 早期识别患有脑风险的婴儿对于及时干预至关重要.
- 中央睡眠是脑电图 (EEG) 标记器,反映了脑皮层感觉运动电路的功能.
- 这些电路中的异常可能会在CP的临床表现之前出现.
研究的目的:
- 为了调查婴儿中枢睡眠活动是否异常,预测后来的 contralateral CP 的发展.
- 开发和验证一种自动化方法,用于从新生儿脑电图中量化睡眠线圈特征.
- 与新生儿MRI和临床运动评估相比,评估睡眠线索活动的预测价值.
主要方法:
- 接受过培训并验证了一种自动化EEG探测器,用于测量高危婴儿和对照群的线索速率,持续时间和百分比.
- 分析了来自35名高风险婴儿和42名年龄匹配对照的中央EEG通道.
- 使用后勤回归模型来检查通过活动,MRI发现和运动检查来预测 contralateral CP.
主要成果:
- 自动螺旋探测器表现出极好的性能 (F1 = 0.50).
- 在与未来CP相对应的半球中观察到线速度,持续时间和百分比的减少.
- 无论是PLIC还是一般的MRI异常都预测了CP;然而,在MRI控制后,螺杆特征仍然是显著的预测因素,改善了模型适合性.
- 结合线持续时间和MRI发现,在对受影响的半球进行分类时获得了高精度 (F1 = 0.999).
结论:
- 睡眠中枢螺旋活动减少是预测高风险婴儿CP的早期显著生物标志物.
- 睡眠线索分析,特别是持续时间,可以提高CP的预测,超出目前的方法,如早期MRI或单独的临床检查.
