对EEG背景进行自动评估,以预测新生儿脑病变中的神经发育
Micheline Lagacé1,2, Saeed Montazeri3, Daphne Kamino4
1Faculty of Medicine, Clinician Investigator Program, University of British Columbia, Vancouver, British Columbia, Canada.
Annals of clinical and translational neurology
|November 15, 2024
概括
新生儿大脑状态 (BSN) 准确预测新生儿脑病变的婴儿的神经发育结果. 这种深度学习工具为改善婴儿护理提供了早期,可靠的预后.
科学领域:
- 新生儿神经学 新生儿神经学
- 神经发育结果的神经发育结果
- 医学中的人工智能.
背景情况:
- 新生儿脑病变 (NE) 对神经发育不良结果构成重大风险.
- 早期和准确的预后对于NE幸存者的及时干预至关重要.
- 目前用于评估新生儿大脑功能的方法在客观性和时间分辨率上可能受到限制.
研究的目的:
- 评估新生儿大脑状态 (BSN) 对被诊断患有新生儿脑病变的婴儿神经发育结果的预测能力.
- 确定从EEG监测中得出的BSN趋势在预测婴儿长期发育方面的有效性.
主要方法:
- 92名患有NE的婴儿进行了长期EEG监测,使用三通道组合.
- 计算了新生儿大脑状态 (BSN),这是基于深度学习的EEG趋势分析.
- 神经发育结果在18个月后使用贝利婴儿发育尺度,第三版 (贝利-III) 进行评估,将结果分类为"严重障碍"或"任何障碍".
主要成果:
- 对于严重的运动障碍 (AUC=0.97在24小时) 和认知障碍 (AUC=0.90在36小时) 的预测,BSN表现出很好的预测能力.
- 对于"任何损伤"的预测也很强,特别是对于运动结果 (AUC=0.95在12h).
- 在24小时低的BSN得分实现了对不良结果的100%积极预测,最佳预测截止值随着产后年龄的演变而演变.
结论:
- 新生儿大脑状态 (BSN) 是对新生儿脑病变幸存者的不良神经发育结果的高度有效预测.
- BSN提供了一种完全自动化的,客观的,可靠的方法来解释EEG背景活动.
- 它的高时间分辨率有助于在临界恢复阶段持续的床边大脑评估和早期预后.
