平均流量指数 (Mxa) 算法选项可以影响严重病症的败血症患者的大脑自我调节分类
Eva Vitali1, Michele Salvagno2, Ilaria Alice Crippa2
1Department of Intensive Care, Erasme Hospital, Université libre de Bruxelles, Rue de Lennik 808, Anderlecht, 1070, Bruxelles, Belgium. eva.vitali.95@gmail.com.
Journal of clinical monitoring and computing
|December 8, 2025
概括
动态大脑自我调节的平均流量指数 (Mxa) 计算可以在各种信号处理策略中重现. 方法的一致性,特别是时代长度,确保了临床研究中可靠的Mxa值.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 关键护理医学 关键护理医学
背景情况:
- 动态大脑自调节 (DCA) 对于维持稳定的大脑血液流动至关重要.
- 平均流量指数 (Mxa) 是评估DCA的一种常见方法.
- Mxa计算依赖于特定的信号处理参数,如区块持续时间,重叠和时代长度.
研究的目的:
- 为了评估Mxa计算的可重复性.
- 调查不同信号处理参数 (块,重叠,时代) 对Mxa可重现性的影响.
- 评估Mxa计算在败血症休克患者的一致性.
主要方法:
- 追溯分析了来自败血症休克患者的50个跨皮多普勒记录.
- 使用八种信号处理策略计算Mxa,区块持续时间不同 (5-10秒),重叠百分比 (20%,50%,80%) 和时代长度不同 (3-5分钟).
- 使用重复测量分析,类内相关系数 (ICC),布兰德-阿尔特曼图表和多色相关热图的统计比较.
主要成果:
- 中位数Mxa值在0.36到0.45之间,在不同配置之间没有显著的患者内差异 (p>0.05).
- 在使用相同时代持续时间的Mxa计算之间观察到很好的一致性 (ICC>0.90).
- 当时代长度不同时,协议的适度下降发生了,但没有单个参数显著推动了变化.
结论:
- Mxa值在患者中显示出高可重现性,特别是当时代长度一致时.
- 这些发现支持Mxa对评估动态大脑自我调节的可靠性.
- 在信号处理策略中允许灵活性,只要保持方法的一致性.
