急性大面積腦梗死腦電圖δ/α功率比值與中線結構移位的相關性研究

張哲，劉大成，劉婧伊，田佳，2，濮月華，劉麗萍

急性大面積腦梗死是由一側頸內動脈或大腦中動脈閉塞引起，梗死體積占大腦中動脈流域的2/3或以上的神經危重疾病。大面積腦梗死后梗死區可能形成占位效應的腦水腫，引起中線結構移位、患者意識水平下降，最終導致腦疝甚至死亡[1]。在發病早期密切監測患者意識水平和神經體征變化，通過神經影像學手段觀察中線結構移位，是該病診治的關鍵。

定量腦電圖（quantitative electroencephalography，qEEG）是通過計算腦電圖（electroencephalography，EEG）的頻帶功率及其衍生參數，可用于評估神經危重癥患者的意識水平。Claassen等[2]發現，EEG后頭部α功率反映更清楚的意識水平。在多種qEEG參數中，δ/α功率比值（δ/α power ratio，DAR）最為常用[3-7]。對于大面積腦梗死患者，qEEG能否用于反映引起意識水平改變的大腦中線結構移位，是否比常規臨床量表更敏感，尚缺少研究。本研究目的為評估急性大面積腦梗死DAR和中線結構移位之間的相關性，并探索反映中線結構移位變化的最敏感的DAR變化區域。

1 研究對象和方法

1.1 研究對象 本研究為回顧性研究，選擇2017年9月-2019年5月在首都醫科大學附屬北京天壇醫院神經重癥監護病房接受治療、完成常規或長程EEG監測的大面積腦梗死患者。入組標準：①年齡≥18歲；②頭顱CT或MRI顯示腦梗死體積累及大腦中動脈流域2/3或以上；③EEG在發病后7 d內完成，EEG檢查前后4 h內有頭顱CT或MRI檢查及NIHSS評分和GCS評分的臨床記錄。排除標準：①大面積梗死病灶對側大腦半球有新發或陳舊梗死病灶；②腦死亡；③在EEG開始前或結束后4 h內，未完善頭顱CT或MRI檢查；④使用鎮靜或抗癲癇藥物；⑤已接受去骨瓣手術；⑥既往癲癇病史。本研究由首都醫科大學附屬北京天壇醫院倫理委員會批準（倫理審查編號：KYSQ 2020-100-01）。

1.2 臨床資料收集與中線結構移位測量 回顧性收集入組患者的人口學資料及臨床、影像信息，包括性別、年齡、發病時間、主要治療方式、CT或MRI所示梗死側別、CTA或MRA所示血管閉塞部位、高血壓、糖尿病、脂代謝紊亂、心房顫動病史，吸煙史，以及EEG記錄期間NIHSS評分和GCS評分。

根據Pullicino等[8]的方法，1名獨立于EEG分析的神經內科醫師測量中線結構的水平移位。選取基底節-內囊水平的非對比增強CT或MRI 的T1WI序列軸位圖像，沿冠狀方向繪制1條通過透明隔、兩端止于顱骨內板的直線，透明隔將此直線分為2段，中線結構移位=2段直線長度（mm）差值/2。對于接受常規EEG監測的患者，選擇EEG監測4 h內的CT或MRI測量；對于接受長程EEG監測的患者，將EEG開始前4 h內和結束后4 h內的CT或MRI資料一并納入分析。

1.3 定量腦電圖數據獲取和分析 使用美國Nicolet腦電監測系統（美國Natus醫學公司）完成常規（時長＜8 h，通常1 h）或長程EEG監測（時長≥8 h）。按照國際10/20系統安放Ag/AgCl電極。采集參數設置為采樣率250 Hz，高通濾波0.5 Hz、低通濾波70 Hz、陷波濾波50 Hz。在EEG記錄期間，患者會被醫護人員間斷刺激（至少1次/時），給予的刺激包括聽覺和（或）傷害性刺激、神經科查體、被動活動、喂食、吸痰操作等。在EEG監測同時，記錄NIHSS評分和GCS評分。通過EEG原始圖像和同期視頻記錄識別并剔除EEG偽差。選擇距CT或MRI掃描最近、無偽差、長度為30 min的一段EEG做定量分析；常規EEG只選取一段EEG納入分析，長程EEG在前后半程分別選取一段EEG納入分析。

使用快速傅里葉變換，分別計算δ頻帶（0.5～4 Hz）、α頻帶（8～13 Hz）功率，根據DAR=δ頻帶功率/α頻帶功率，計算DAR。首先將各導取平均導聯，分別計算梗死側與健側半球的DAR平均值。再取雙極縱聯（double banana），以F3/4-C3/4、T3/4-P3/4和P3/4-O1/2導聯分別代表前、中、后頭部區域，計算各自的DAR。

1.4 分組和比較 根據中線結構移位≥5 mm和＜5 mm，≥10 mm和＜10 mm分組，比較組間不同EEG區域和半球的DAR，以及NIHSS評分、GCS評分是否存在組間差異。

1.5 統計學方法 使用StataMP 16軟件（美國Stata公司）完成。計量資料符合正態分布，用表示，使用Spearman秩相關系數評價各變量與中線結構移位的相關性，使用Wilcoxon秩和檢驗統計各變量的組間差異。選擇在中線結構移位≥5 mm、≥10 mm時差異均有統計學意義的qEEG變量，與NIHSS評分、GCS評分一起進行ROC曲線分析，計算判斷中線結構移位≥5 mm、≥10 mm的界值及其敏感度、特異度。由于共有10項變量納入分析，需應用Bonferroni校正以降低Ⅱ類錯誤，以P＜0.005為差異有統計學意義。

2 結果

2.1 一般資料 研究共納入29例患者，其中9例患者進行了長程EEG檢測，20例患者進行了常規EEG檢測，共計38段EEG及其對應的頭顱影像、NIHSS評分和GCS評分納入分析，頭顱影像所示中線結構移位距離0～20 mm，平均6.34±5.16 mm。入組患者年齡范圍43～86歲，男性∶女性為20∶9。患者的人口學、臨床和影像信息見表1。

2.2 腦電圖特點 EEG監測平均在卒中發病后2.55±1.69 d啟動，檢測時長1～36 h，平均監測時長10.36±9.92 h。EEG監測與神經影像掃描間隔20 min至4 h，平均間隔2.44±1.13 h。所有EEG均未見非驚厥性癲癇發作圖形，2例（6.90%）患者觀察到偏側性節律性δ活動。對于中線移位＞5 mm的患者，可觀察到健側慢波活動增加（圖1）。

表1 患者基本信息和臨床資料

2.3 相關性分析和分組比較 梗死側半球DAR、梗死側前頭部DAR、健側半球DAR、健側前頭部DAR、健側中間部DAR、健側后頭部DAR與中線結構位移均呈正相關，GCS評分與中線結構位移呈負相關（表2）。

圖1 大面積腦梗死qEEG與中線結構移位關系的典型病例

根據中線結構移位是否≥5 mm將數據分為2組，僅健側后頭部DAR的差異有統計學意義（6.48±5.70vs2.09±1.47，P=0.0043）。根據中線移位是否≥10mm的分組差異比較中，健側半球、前、中、后頭部DAR以及患側半球、前頭部DAR、GCS評分差異均有統計學意義（表3）。

2.4 ROC曲線分析 由于僅健側后頭部DAR同時在中線結構移位是否≥5 mm和≥10 mm分組比較中差異有統計學意義，所以將健側后頭部DAR和NIHSS評分、GCS評分進行ROC曲線分析，繪制ROC曲線（圖2）。健側后頭部DAR界值分別取≥2.326、≥2.569時，判斷中線結構移位≥5 mm、≥10 mm的曲線下面積（area under the curve，AUC）分別為0.7699和0.8848，均高于NIHSS評分和GCS評分（表4）。

3 討論

本研究通過不同部位的EEG定量參數、常用的臨床功能量表（NIHSS、GCS）評分與大面積腦梗死中線結構移位的相關性分析、組間比較和ROC分析，明確僅有健側后頭部DAR是反映中線結構移位的良好指標。研究結果表明，qEEG參數比臨床評估更加敏感，適用于輔助大面積腦梗死的臨床決策。

在本研究中，健側后頭部DAR在中線結構移位≥5 mm組和≥10 mm組中均顯著升高，健側半球、前、中、后頭部以及患側半球、前頭部DAR僅在移位≥10 mm組中顯著升高。說明隨中線結構移位加重，腦電慢活動的范圍逐漸擴展，但只有健側后頭部DAR能夠在中線結構移位早期出現變化，此時GCS評分、NIHSS評分均尚未出現差別。通過ROC分析，進一步證實健側后頭部DAR是提示中線結構移位最敏感的指標。DAR能反映腦中線結構移位的可能的機制為：后頭部α節律作為背景節律，本身可以隨著意識水平下降，逐漸演變為慢波活動[2]；隨著腦組織受壓、腦血流量下降，正常的神經元代謝受到阻礙，依次出現β頻帶活動消失、背景頻率減慢至θ～δ頻帶，最終可演變為電靜息[9]；梗死側由于大腦組織嚴重受損，EEG表現為慢波活動甚至電壓衰減，無法反映中線結構移位、意識水平下降、神經元代謝異常等變化，而健側后頭部腦電節律的演變反映了這一變化趨勢。同時，本研究還發現健側后頭部DAR提示中線結構移位的敏感度高于常用的GCS評分和NIHSS評分。這得益于EEG具有可連續監測、時間分辨率高的特點，能夠及時發現神經電活動的異常，從而反映腦組織的病理生理變化。在臨床實踐中，臨床評估不可能連續、密集進行，客觀上存在病情惡化發現可能不及時的問題，因此對幕上大面積腦梗死的患者進行EEG監測，有助于及時發現病情變化。

表2 不同部位DAR和臨床評分與中線結構移位的相關性

表3 不同部位DAR和臨床評分的分組差異比較

表4 健側后頭部DAR和臨床評分預測中線結構移位的ROC曲線分析

圖2 健側后頭部DAR和臨床評分判斷中線結構移位的ROC曲線

大面積腦梗死是一類具有高致死率的神經危重疾病，也稱惡性大腦中動脈梗死，經常發生高顱壓甚至腦疝，去骨瓣減壓手術可以降低病死率，但是手術時機存在爭議。美國神經重癥學會推薦在發病后24～48 h、腦疝發生前進行[10]。Akins等[11]的研究表明，通過密切的神經功能檢查和神經影像學評估，可以減少60%的去骨瓣手術，而不增加死亡率。徐鋒等[12]推薦的手術指征為中線結構位移≥5 mm。在臨床實踐中，EEG具有可在床旁連續監測的優勢。根據本研究的結果，臨床醫師可重點關注大面積腦梗死患者健側后頭部DAR的演變趨勢，判斷中線結構變化，決定去骨瓣減壓術的時機。

本研究關注EEG定量參數與大面積腦梗死中線結構移位之間的相關性，在國內外其他研究中較少出現。國內外既往研究主要通過EEG視覺判讀，利用EEG的不同頻帶的分布特征，在大面積腦梗死發病早期預測惡性病程。Burghaus等[13]分析25例大面積腦梗死患者的EEG，發現病灶區域δ活動消失，出現θ和快β活動提示良好預后，梗死側半球出現全面性慢波活動提示惡性病程。楊慶林等[14]的研究表明，EEG發現無δ波的區域性衰減可在病程早期特異性地提示大面積腦梗死，并且與腦疝等不良預后相關。Shreve等[15]使用256導高密度電極陣列EEG，發現在發病數小時內，梗死體積與兩側大腦半球的α/δ功率比值顯著負相關，作者據此認為EEG有助于在發病早期識別大面積腦梗死。Jiang等[16]通過前瞻性納入50例大面積腦梗死患者，發現健側θ功率能夠預測出院時和6個月死亡，值得注意的是，該研究同樣證實qEEG參數較GCS評分的預測準確性更高。

本研究為回顧性橫斷面研究，存在一些難以避免的缺陷：①入排標準較為嚴格，最終納入分析的病例數量偏少，減弱了統計效力；②神經影像掃描距EEG檢查存在時間間隔，在此期間，EEG理論上仍可能發生變化；③多數患者僅完成常規EEG檢查，因此無法研究同一患者EEG隨中線結構移位增加的變化趨勢；④考慮到過多的變量數影響統計效力，僅選擇qEEG分析最為常用的DAR，未研究除DAR以外的參數。

綜上所述，健側后頭部DAR與大面積腦梗死中線結構移位相關。在估測中線結構移位方面，健側后頭部DAR比GCS評分、NIHSS評分更加敏感。臨床醫師可利用EEG監測大面積腦梗死患者的神經功能，并且應重點關注健側后頭部腦電的演變，以輔助臨床決策。未來應建立前瞻性隊列，通過長程EEG監測，探索大面積腦梗死的EEG變化趨勢與中線結構移位之間的關系。

【點睛】通過對急性大面積腦梗死患者EEG的回顧性分析發現健側后頭部qEEG指標DAR可以反映患者中線結構移位，該指標優于NIHSS評分和GCS評分。