自动定量瞳孔测量作为跨度脑的预测因子,用于患有恶性急性缺血性中风的患者

科学领域:

• 神经学 神经学
• 关键护理医学 关键护理医学
• 神经科学是一个神经科学.

背景情况:

• 脑是急性中风的关键并发症,死亡率高.
• 早期识别脑是及时干预和改善患者结果的关键.
• 瞳孔光反射 (PLR) 变化可以反映神经状态,但急性中风的定量分析尚未得到充分研究.

研究的目的:

• 研究量化瞳孔光反射 (PLR) 特性作为生物标志物的实用性,用于检测急性中风患者的脑.
• 评估连续的PLR特征,包括神经学瞳孔指数 (NPi),瞳孔大小和动态反应,与大脑有关.
• 确定自动化PLR评估是否可以帮助在神经重症监护室 (Neuro-ICU) 设置中早期识别大脑.

主要方法:

• 一项前性研究涉及59名急性中风患者,这些患者被送往神经-重症监护室.
• 自动瞳孔测量仪用于记录每4-6小时一次的PLR特征.
• 概括估计方程分析了评估时间和临床组 (带与非带) 对PLR参数 (如NPI得分和瞳孔大小) 的影响.

主要成果:

• 与早期评估 (4.26 ± 2.21) 相比,发生脑的患者在发生前 (3-0小时) 显示出明显较低的ipsilateral NPi得分 (1.80 ± 0.44).
• 在前的几个小时内,组在收缩 (4.01 ± 0.40毫米) 时也表现出较大的ipsilateral瞳孔大小.
• 与没有的组相比,的组在发生前3至0小时具有显著较低的NPI得分 (1.80比3.97) 和较大的瞳孔大小 (4.01比2.90毫米).

结论:

• 对顺序瞳孔光反射 (PLR) 特征的定量评估,特别是NPI得分和瞳孔大小,可以作为急性中风中脑的有价值的早期生物标志物.
• 自动化PLR监测提供了一种非侵入性方法,用于检测暗示的神经系统恶化.
• 这些发现支持将PLR分析整合到Neuro-ICU协议中,以便在中风患者中及时进行分组和手术管理决策.