优先对疑似患者进行跟踪,使用数字EEG生物标志物

科学领域:

• 神经学 神经学
• 生物医学工程 生物医学工程
• 医学诊断 医学诊断 医学诊断

背景情况:

• 的延迟诊断是一个重大的临床挑战,导致患者长期的不确定性和增加发作风险.
• 目前的随访安排依赖于转诊日期,缺乏疑似患者的基于风险的优先级系统.
• 最初的脑电图 (EEG) 往往没有结论,需要进一步调查.

研究的目的:

• 评估数字EEG生物标志物在优先考虑疑似患者进行加快后续EEG测试时的有效性.
• 确定使用生物标志物的基于风险的优先级是否可以提高诊断产量并减少与标准调度相比的延迟.

主要方法:

• 分析了来自英国国家卫生服务 (NHS) 的六个站点的196个非诊断性初始EEG.
• 从EEG中提取八个验证的计算特征,以量化的可能性.
• 根据数字生物标志物对随访患者名单进行重新排序,并与基于转诊日期的安排进行比较.

主要成果:

• 基于生物标志物的优先排序始终确定了随后被诊断患有的患者.
• 在40名患者的等候名单中,用于识别50%病例的随访EEG的中位数下降了6.
• 对的EEG诊断收益率在50%的随访标志上平均增加了5%,与基于转诊的顺序相比.

结论:

• 一个常规的EEG可以提供一个客观的风险指标,以优先考虑的调查.
• 实施这种数字生物标志物可以加速二线调查,减少诊断延迟,并优化临床资源配置.