在右半球中风中功能性结果的临床和神经生理预测因素

科学领域:

• 神经科学是一个神经科学.
• 康复医学 康复医学 康复医学
• 生物医学工程 生物医学工程

背景情况:

• 脑卒中显著影响运动和认知功能,需要准确的预后才能有效康复.
• 右半球中风在功能恢复评估中提出了独特的挑战.
• 目前用于预测中风恢复结果的方法可以通过整合神经生理学数据来增强.

研究的目的:

• 调查脑电图 (EEG) 测量和右半球中风后患者的功能恢复之间的关系.
• 为了确定EEG数据是否与临床评估一起,可以预测功能独立和住院时间.
• 探索机器学习在结合临床和电生理学数据的实用性,以预测结果.

主要方法:

• 参与者中风 (PS) 和神经学无损的对照 (UC) 被纳入.
• 运动和认知功能使用标准化秤 (运动能力指数,干部控制测试,认知功能水平,FIM) 进行评估.
• 记录和分析了EEG数据 (delta,theta,alpha,beta波段功率和前侧-双侧连接);机器学习模型预测了FIM分数和LoH.

主要成果:

• 与对照人群相比,中风患者表现出更高的三角形,和β功率,以及受损的前额-双肩连接.
• 运动/认知分数,β功率和前-双侧连接的组合准确地预测了出院时的FIM分数 (73.2%的准确率) 和住院时间 (85.2%的准确率).

结论:

• 将临床评估与EEG测量相结合,为中风患者的康复潜力提供了宝贵的见解.
• 这些协同模型可以有效地预测功能结果和住院时间,支持知情的康复决策.