頻譜邊界頻率與意識障礙患者臨床預后的相關性研究

雷偉健，劉錦儀，余炳堅(廣州醫科大學附屬第六醫院，清遠市人民醫院，廣東 清遠 510000)

大腦的皮質電活動能反應腦功能狀態，是意識的一種表現形式。因此，腦電圖(EEG)監測在神經科，麻醉科及重癥監護室的應用越來越廣泛。常規腦電圖的解讀需腦電生理的專科知識。但隨著計算機技術的快速發展和數字數據傳輸系統的革命，EEG能夠根據將振幅，功率，頻率和節律性量化，使得成為數值、比率，或百分比。95%頻譜邊界頻率(95% spectral edge frequency SEF)是腦電監測的一量化指標，可以使無具備腦電圖知識的普通醫護人員直接、簡單地了解患者腦功能狀態。意識障礙患者病因各樣，預后不一。本研究選擇缺血性、出血性腦卒中及心肺復蘇后缺血缺氧性腦病意識障礙患者進行腦電監測，以觀察95%SEF對臨床預后的相關性。

1 資料與方法

1.1一般資料：本研究入組患者為2015年8月～2017年8月在我院神經重癥監護室住院治療的意識障礙患者89例。其中缺血性腦卒中(24例)，出血性腦卒中(35例)及心肺復蘇后缺血缺氧性腦病(30例)。納入標準：①符合以覺醒度改變的意識障礙[1];②符合缺血性腦卒中、出血性腦卒中[2]、心肺復蘇后缺血缺氧性腦病的診斷標準;③發病24 h內入住神經重癥監護室。排除標準：①后循環缺血的缺血性腦卒中；②腦干出血的出血性腦卒中；③躁動不能合作者或其家屬拒絕行EEG及SEF檢查者；④頭皮有破損，不適宜行EEG檢查者。

1.2研究方法：入組患者入院后即進行意識障礙程度的判斷，同時予格拉斯哥評分(GCS)，并予連續腦電監測≥1 h，以采集95%SEF數據。Nicolet公司的腦電監護儀用作腦電監測。電極安裝方法采用國際腦電圖學會聯盟標準,10～20系統，32通道放大器，4電極蒙太奇記錄背景腦電(F3,F4,P3,P4)，時間基準為30 mm/s，靈敏度10.0 μV/mm，高切70 HZ，低切0,3HZ，阻抗小于10 kQ。當阻抗超10kQ時機器自動報警提示。死亡或發病后1個月為預后判定的終點時間。在預后終點時間進行電話隨訪，記錄患者意識狀態，并與入院時意識障礙程度進行比較，根據意識狀態的改變把患者發病1個月后的臨床預后分為好轉、維持、加重或死亡三組。

2 結果

2.1一般情況：89例患者，缺血性腦卒中24例，出血性腦卒中35例，缺血缺氧性腦病30例。男性53例，女性36例。 嗜睡16例，昏睡26例，淺昏迷18例，中昏迷15例，深昏迷14例。詳見表1。

表1患者一般資料

疾病例數(男/女，例)年齡(x±s，歲)嗜睡(例)昏睡(例)淺昏迷(例)中昏迷(例)深昏迷(例)缺血性腦卒中24(13/11)7250±113138544出血性腦卒中35(22/13)6257±1185108854缺血缺氧性腦病30(18/12)6970±1225310566

2.2各意識水平下的95%SEF與GCS結果：95%SEF與GCS評分均呈正相關，與意識障礙程度呈負相關：隨著意識障礙程度的逐漸加重，GCS評分及95%SEF逐漸下降，89例患者中，95%SEF 均值為10.53±3.31，GCS均值為7.71±2.99，兩者正相關，差異有統計學意義(R=0.899,P<0.001)。 95%SEF與意識障礙程度呈負相關，差異有統計學意義(R=-0.936，P<0.001)。在缺血性腦卒中組中，95%SEF與GCS及意識障礙程度的相關系數分別為0.907及-0.959，差異有統計學意義(P<0.001)。出血性腦卒中組中，95%SEF與GCS及意識障礙程度的相關系數分別為0.933及-0.919，差異有統計學意義(P<0.001)。在心肺復蘇后缺血缺氧性腦病組中，95%SEF與GCS及意識障礙程度的相關系數分別為0.878及-0.942，差異有統計學意義(P<0.001)。見表2、表3。

2.389例患者1個月后的臨床預后情況：95%SEF與1個月后出血性腦卒中及缺血缺氧性腦病良好預后呈正相關，與缺血性腦卒中的預后無明顯相關性。見表4。

89例患者1個月后的臨床預后情況見表4。其中，在缺血性腦卒中組24例患者中，12例意識好轉，7例意識無明顯改善，5例出現意識加重或死亡；出血性腦卒中組35例患者中，18例意識好轉，7例意識無明顯改善，10例出現意識加重或死亡；缺血缺氧性腦病組30例患者中，13例意識好轉，6例意識無明顯改善，11例出現意識加重或死亡。對89例患者進行綜合分析，得出95%SEF與1個月后良好預后呈正相關(R=0.238，P<0.001)。但對各疾病組進行預后相關性分析中得出，在缺血性腦卒中組，95%SEF與1月后的預后無明顯相關(R=0.086，P=0.534)。出血性腦卒中(R=0.292，P=0.009)及缺血缺氧性腦病(R=0.332，P=0.008)組中進行分析，得出95%SEF與1個月后的預后成正相關。

意識水平例數GCS評分95%SEF嗜睡161156±0511453±194昏睡26927±0671193±167淺昏迷18656±051962±079中昏迷15453±052765±100深昏迷14300±000555±094

表395%SEF與GCS及意識障礙程度的相關性

項目缺血性腦卒中 R P 出血性腦卒中 R P 缺血缺氧性腦病 R P 總病例 R P 95%SEF-GCS0907000009330000087800000899000095%SEF-09590000-09190000-09420000-09360000

表4患者1月后臨床預后情況[例(%)]

疾病例數好轉維持加重或死亡缺血性腦卒中2412(500)7(292)5(208)出血性腦卒中3518(750)7(200)10(286)缺血缺氧性腦病3013(433)6(200)11(373)

3 討論

腦電圖監測在臨床上可用于以下方面：①監測癲癇及缺血缺氧性腦??；②監測腦血流；③監測腦缺血；④監測腦功能；⑤監測鎮靜藥物作用；⑥監測降顱壓藥物作用[2-6]。因此，腦電圖監測在重癥監護室得到越來越普遍的使用。腦電原始信號通過電極被收集，并經過數字信號處理器，利用快速傅立葉原理計算波形的頻譜，將時間-振幅關系的原始腦電信號轉換成頻率-功率的關系，并在 顯示器上顯示計算結果。95 % SEF作為腦電信號頻譜分析生成的一量化指標，包含了95 %的EEG 功率譜高邊界頻率。有研究表明,SEF與麻醉鎮靜深度有較好的相關性[2]。Maksimow等使用EEG頻譜熵(Electroencephalogram-based Spectral Entropy)對高劑量(5 ng/ml)和低劑量(0.5 ng/ml)右旋美托咪啶誘導鎮靜的水平進行了研究[7]，結果發現頻譜熵在低劑量時由84±5降至66±16，而高劑量時由84±5降至20±12；患者由意識清醒轉為意識喪失時，頻譜熵由76±8降至43±10，由意識喪失轉為意識清醒時，頻譜熵由14±4升至63±13。陳璇等對30例意識障礙患者進行SEF與意識障礙程度的相關性研究[8]，得出95%SEF與意識障礙程度呈負相關的結果，因此認為95%SEF可作為評價患者意識障礙程度的神經電生理指標。本研究中，95%SEF隨著意識水平的下降逐漸減少，與意識障礙程度呈負相關(R=-0.942，P<0.001)，與GCS評分呈正相關(R=0.878，P<0.001)，這可能與EEG隨意識狀態的改變而發生相應改變有關。當大腦處在清醒狀態時，大腦皮層興奮，α波、β波等快波成分較多，從而使快波所占的功率值較高，故95 %SEF值較大。相反，但大腦處在困倦、深睡，鎮靜或昏迷時，大腦皮層功能受到抑制，快波成分減少，慢波成分增多，95 %SEF向較低頻處移動，因此，95%SEF值較小。

盡管目前對于意識障礙患者進行預測其預后轉歸的方法較多，但局限性仍有存在。GCS是目前評估意識障礙嚴重程度最常用的方法，廣泛應用于中樞神經系統損傷和意識障礙狀態的評定，但在預測意識障礙患者預后方面，GCS的準確度較差[9]。部分研究表明，EEG能預測意識障礙患者預后轉歸，但由于預測的精準度差異較大，預測的臨床價值有一定的局限性，原因主要和意識障礙患者的病因多樣有關。曾彥英等[10]探討腦電圖預測重型顱腦外傷性昏迷患者預后的價值，認為腦電圖反應性(EEGR)可以預測顱腦外傷性昏迷患者的預后，若將EEGR聯合GCS共同預測顱腦外傷性昏迷患者的預后，則預測的準確度更高。本研究中，95%頻譜邊界頻率與缺血性腦卒的預后無明顯相關性，與出血性腦卒中(R=0.292，P=0.009)及缺血缺氧性腦病(R=0.332，P=0.008)1月后良好預后呈正相關，但相關系數均較低，提示95%SEF與出血性腦卒中及缺血缺氧性腦病1月后的預后雖有正相關，但相關性較差。

本組病例沒有腦干病變的患者，原因為95 %SEF描記的是大腦皮層的電活動，對于腦干病變引起的意識障礙不敏感。95 %SEF對缺血性腦卒中，出血性腦卒中及心肺復蘇后缺血缺氧性腦病所致意識障礙均有明顯相關性，但95 %SEF在預測意識障礙患者預后方面因病因不同，從而預測的臨床價值不一。

4 參考文獻

[1] 賈建平.神經病學[M].北京：人民衛生出版社，2012:69-70，175-192.

[2] Cha K M，Choi B M，Noh G J，et al.Novel Methods for Measuring Depth of Anesthesia by Quantifying Dominant Information Flow in Multichannel EEGs[J].Computational Intelligence and Neuroscience,2017,2017(1):1.

[3] Peng-Fan Yang,Ming-Chao Shang，Qiao Lin，et al. Three-dimensional intracranial EEG monitoring in presurgical assessment of MRI-negative frontal lobe epilepsy[J].Medicine (Baltimore)，2016，95(50)：e5192.

[4] A Zayachkivsky,MJ Lehmkuhle，JJ Ekstrand，et al. Ischemic injury suppresses hypoxia-induced electrographic seizures and the background EEG in a rat model of perinatal hypoxic-ischemic encephalopathy[J].J Neurophysiol，2015，114(5)：2753.

[5] Brenton Hordacre，Nigel C.Rogasch，Mitchell R.Goldsworthy，et al.Commentary：Utility of EEG measures of brain function in patients with acute stroke[J].Front Hum Neurosci，2016，10：621.

[6] Christian Crouzet，Robert H.Wilson，Afsheen Bazrafkan，et al.Cerebral blood flow is decoupled from blood pressure and linked to EEG bursting after resuscitation from cardiac arrest[J]. Biomed Opt Express，2016，7(11)：4660.

[8] 陳 璇,蘇綺璇.腦電頻譜邊界頻率與意識障礙程度的相關性[J].廣東醫學,2013,34(9):1410.

[9] 陳燕偉,王向宇,謝成金.定量腦電圖對重型顱腦創傷長期意識障礙患者的清醒評估[J].中華神經外科雜志，2011，27(1):56.

[10] 曾彥英,宋春杰,孫巧英.EEG和GCS預測重型顱腦外傷性昏迷患者預后的價值[J].江蘇醫藥,2013,39(18):2172.