表面EEG用于识别急性脑损伤后的认知运动解离 PREPRINT

科学领域:

• 神经科学是一个神经科学.
• 神经学 神经学
• 临床神经生理学 临床神经生理学

背景情况:

• 认知运动解离 (CMD) 是急性脑损伤后长期恢复的关键.
• 由于CMD测试仅限于少数专业中心,因此需要有效的资源配置.
• 识别可靠的CMD表面EEG标记物可以改善患者分层.

研究的目的:

• 为了确定特定的表面EEG模式是否可以准确地预测急性脑损伤患者的认知运动解离 (CMD).
• 评估CMD常见EEG发现的敏感性和积极预测值 (PPV).
• 引导选择性使用资源密集型CMD测试.

主要方法:

• 一项观察性队列研究涉及185名患有意识障碍的急性脑损伤患者.
• 在运动指令范式中,使用机器学习算法进行持续的表面EEG监测和CMD评估.
• 盲目的脑电图学家使用标准化标准对EEG进行解释,并通过通用估计方程进行统计分析.

主要成果:

• 在282次评估中的14%中检测到CMD.
• 对于CMD,正常的背景电压,对称性和连续性显示出有限的灵敏度 (74-77%) 和低的PPV (9-19%).
• 特定的EEG模式,如爆发抑制,形放电和周期性放电与负面的CMD测试有关.

结论:

• 仅表面EEG发现不足以用于查认知运动解离症 (CMD).
• 没有特定的EEG模式可靠地识别出具有较高CMD预测概率的患者.
• 目前的EEG标记器没有有效地完善CMD测试资源的分配.