顱腦損傷急診處理多因素與預后相關性分析

肖遙 喬光念 曹衛健 楊英豪 陳軍

【摘要】 目的 研究影響顱腦損傷（TBI）患者預后的臨床因素，為改善TBI患者預后提供參考。方法回顧性分析2018年1月—2022年12月徐州醫科大學附屬連云港醫院神經外科收治的220例TBI手術患者的臨床資料，根據格拉斯哥預后分級（GOS）評分定義預后良好組（GOS≥4分）和預后不良組（GOS≤3分）；采用單因素和多因素Logistic回歸分析TBI手術患者預后不良的危險因素，采用R軟件構建列線圖模型預測顱腦損傷手術患者預后不良的風險，采用校準曲線和決策分析曲線驗證模型的預測效能。結果單因素分析顯示年齡、格拉斯哥昏迷評分（GCS）、院前時間、手術時間窗、血糖濃度、D-二聚體濃度、中線移位距離和出血部位與不良預后存在顯著相關性（P<0.05）；多因素分析結果顯示患者年齡≥60歲（OR=2.048，P=0.037）、GCS評分≤8分（OR=2.240，P=0.037）、手術時間窗（OR=1.239，P=0.006）、血糖濃度≥8.8 mmol/L（OR=2.165，P=0.027）、D-二聚體濃度（OR=1.636，P=0.002）、中線移位>1 cm（OR=5，467，P<0.001）和硬膜下出血（OR=3.031，P=0.003）是TBI手術患者不良預后的獨立危險因素；模型的曲線下面積為0.838（95% CI=0.785～0.891）；校準曲線與理想曲線基本重合。結論 患者年齡≥60歲、GCS評分≤8分、手術時間窗≥6.9 h、血糖濃度≥ 8.8 mmol/L、D-二聚體濃度≥11 590 ng/mL、中線移位≥1 cm和硬膜下出血是TBI手術患者不良預后的影響因素；TBI患者損傷后3.8 h內送達醫院，6.9 h內進行開顱手術，預后不良的發生率低；基于以上危險因素構建的列線圖模型有一定的預測性能，對TBI手術患者的預后評估有臨床應用價值。

【關鍵詞】 創傷性顱腦損傷；手術時間窗；危險因素；預后

【中圖分類號】 R651? 【文獻標志碼】 B? 【文章編號】 1672-7770（2024）03-0322-07

創傷性腦損傷（traumatic head injury，TBI）定義為由外力引起的大腦功能破壞［1］，通過外力導致腦組織機械損傷、炎癥、細胞凋亡、氧化應激以及其他推動大腦進一步退化的病理生理并發癥［2］。手術干預在重型顱腦損傷患者的治療中起著關鍵作用。長期以來，研究者把影響TBI患者預后危險因素的關注點放在了血液指標［3］和影像學特征上的變化。最新的研究表明，時間［4］是影響顱腦損傷患者術后功能恢復的重要因素。顱腦損傷手術的時間窗，即從損傷發生到手術干預之間的時間間隔對TBI患者預后的影響一直備受爭議。在不同的研究和臨床實踐中，手術時間窗的界定基于不同的指標，如損傷發生時間［4］、患者到達醫院的時間、影像學檢查結果或臨床病情評估等。盡管一些研究已經嘗試評估手術時間窗與顱腦損傷預后之間的關聯［5］，但是忽視了一些可能影響手術時間窗選擇個體化的因素，如患者的年齡、損傷的類型和嚴重程度等。有必要將手術時間窗對預后的影響進行深入研究，分析患者受傷時間、到達急診室的時間、首次計算機斷層掃描（computer tomography，CT）檢查時間、手術切皮時間與預后的相關性，構建基于手術時間窗的臨床模型，可以優化手術時間窗的選擇，為臨床救治、評估患者預后和開通手術綠色通道提供科學依據和指導。本研究納入2018年1月—2022年12月徐州醫科大學附屬連云港醫院神經外科收治的220例TBI手術患者，旨在研究影響TBI患者預后的臨床因素，為改善TBI患者預后提供參考?，F報告如下。

1 資料與方法

1.1 一般資料 共納入220例患者，其中男150例（68.2%），女70例（31.8%）；平均年齡54歲；交通傷139例（63.2%），墜落傷28例（12.7%），平面跌倒53例（24.1%）；預后良好組130例，預后不良組90例。納入標準：（1）年齡18～75歲之間；（2）入院時格拉斯哥昏迷指數評分（Glasgow coma score，GCS）≤12分；（3）入院后由5年以上手術經驗的神經外科醫生急診行開顱血腫清除術。排除標準：（1）開放性顱腦損傷伴有腦脊液漏；（2）受傷時間不詳；（3）合并其他部位損傷，如吸入性肺損傷、血氣胸、腹腔臟器破裂或穿孔、四肢粉碎性骨折和皮膚脫套傷等；（4）既往有心功能不全、腦梗死、糖尿病病史；（5）近期口服抗凝藥物、抗血小板藥物或其他原因導致凝血功能障礙的患者。所有患者均簽署知情同意書。本研究經過徐州醫科大學附屬連云港醫院倫理委員會批準（批準號：KY-2023030900101）。

1.2 數據記錄方法和分組 臨床數據從患者醫療記錄或住院期間的個人訪談中收集?；颊呷朐汉笫状瓮瓿傻纳w征測量和血液常規檢查結果作為患者的基線數據。血腫體積采用多田公式計算。將不規則血腫和多發血腫的體積進行分割，分別計算各部分體積，然后求和得到血腫的總體積，忽略血腫直徑＜1 cm的病灶。時間變量通過收集四個時間點計算得到院前時間、急診室到CT檢查完成時間、CT到手術切皮時間和手術時間窗。每位患者電話隨訪6個月，收集患者的結局指標，以格拉斯哥預后分級（Glasgow outcome score，GOS）評分為因變量，將GOS≥4分，僅遺留有輕度殘疾但可以獨立工作生活的患者列為預后良好組；將GOS≤3分，重度殘疾、植物生存狀態或死亡的患者列為預后不良組。

1.3 臨床資料收集 從患者病歷中提取的項目包括性別、年齡、受傷原因、受傷時間、入院時間、入院時格拉斯哥昏迷量表（Glasgow coma scale，GCS）評分、首次CT檢查時間、出血量、硬膜外血腫（epidural hematoma，EDH）、硬膜下血腫（subdural hematoma，SDH）、收縮壓、舒張壓、瞳孔反應、中線移位距離、基底池受壓（2級：消失；1級：受壓；0級：正常）、血紅蛋白（hemoglobin，HB）、血小板（platelet count，PLT）、凝血酶原時間（prothrombin time，PT）、凝血酶時間（thrombin time，TT）、國際標準化比值（international normalized ratio，INR）、血漿纖維蛋白原（fibrinogen，Fg）、D-二聚體（D-Dimer）、血糖（glucose）、手術切皮時間、GOS評分。

1.4 統計學分析 采用SPSS 27.0.1.0進行統計學分析。正態分布的計量資料采用均數±標準差（x-±s）表示，使用獨立樣本t檢驗進行組間比較；不滿足正態分布的計量資料采用中位數（四分位間距）表示，比較使用Mann-Whitney U檢驗；計數資料采用率（%）表示，組間比較采用χ2檢驗。使用單因素分析篩選出導致TBI不良預后的危險因素。以P<0.05認為差異具有統計學意義。應用二元Logistic回歸分析篩選TBI手術患者預后不良的獨立危險因素。采用R軟件4.2.3加載rms、car和pROC包，繪制列線圖。采用校準曲線和決策曲線（decision curve analysis，DCA）對模型的有效性和預測性能進行評估。

2 結 果

2.1 單因素分析結果 兩組患者中年齡、GCS評分、院前時間、手術時間窗、出血部位、血糖濃度、D-二聚體濃度存在顯著相關性（P<0.05）。兩組患者的性別、受傷原因、首次CT到手術切皮時間、入院時收縮壓、入院時舒張壓、基底池受壓消失、出血量、中線移位> 1 cm、血紅蛋白濃度、血小板計數、凝血酶原時間、國際標準化比值、凝血酶時間、血漿纖維蛋白原無差異或差異不存在顯著相關性（P>0.05）。見表1。

2.2 多因素Logistic回歸分析結果 見表2?；颊卟涣碱A后與年齡≥60歲（OR=2.048，P=0.037）、GCS評分≤8分（OR=2.240，P=0.037）、手術時間窗（OR=1.239，P=0.006）、血糖濃度≥8.8 mmol/L（OR=2.165，P=0.027）、D-二聚體濃度（OR=1.636，P=0.002）、中線移位>1 cm（OR=5，467，P<0.001）和硬膜下出血（OR=3.031，P=0.003）顯著相關。

根據GCS評分、年齡、血糖、中線移位距離、合并硬膜下出血、D-二聚體和手術時間窗構建預測模型，見圖1。繪制受試者工作特征（receiver operating characteristic，ROC）曲線，計算模型的曲線下面積（area under curve，AUC）為0.838（95% CI=0.785～0.891，P<0.001），顯著提高了單獨使用GCS評分的預測能力。對院前時間、手術時間窗和D-二聚體濃度繪制ROC曲線，計算約登指數（Youden index）后得到最佳截斷值分別為3.8 h、6.9 h和11 590 ng/mL。使用R 4.2.3繪制列線圖，見圖2。手術時間特征的比例大于其他臨床特征，提示時間是不良預后較大的預測因素。采用Hosmer-Lemeshow擬合優度檢驗，繪制模型的校準曲線（calibration curve），預測值和觀測值基本重合。見圖3。模??? 型的決策曲線顯示，預測概率落在0.2～0.8區間內模型的凈獲益率最大。見圖4。

3 討 論

年齡是影響TBI手術患者預后的重要因素［6］。TBI介導白質損傷［7］，其嚴重程度隨著大腦年齡的增長而顯著增加。Benjamin等的研究表明，60歲以上患者的死亡率是年輕患者的4倍以上［8］，與更高的并發癥（ASA評分3～4）、較低的生活自理能力和使用抗血栓藥物顯著相關［9］。與年輕人相比，老年TBI患者更常做出限制性治療的決定［1011］。高級TBI成像、給藥率以及有創顱內壓（intracranial pressure，ICP）監測的應用［12］都隨著年齡的增長而顯著下降，降低了他們生存和康復的可能性。

重大顱腦損傷后皮質激素隨機化（clinical randomization of an antifibrinolytic in significant hemorrhage，CRASH）試驗數據的分析顯示［13］，GCS評分與不良預后相關。隨著GCS從入院時的14分下降至4分時，患者早期死亡率不斷升高。本研究顯示GCS評分≤8分是TBI手術患者預后不良的獨立危險因素。

與既往的研究一致，高血糖［14］是TBI手術患者預后不良的獨立危險因素。高血糖微環境誘導局部酸中毒，抑制中性粒細胞和巨噬細胞浸潤，阻礙殘余神經元的修復過程［1516］，早期階段通常發生在受傷后24 h內，48 h最為明顯。細胞外葡萄糖濃度升高會激活小膠質細胞［17］，破壞血腦屏障［18］。臨床和動物研究表明，高血糖與TBI患者的不良結局有關［19］。Korkmaz等報道［20］中度至重度腦外傷患者的胰島素抵抗比健康對照組更普遍。在創傷重癥監護室患者中，低血糖水平（4.4～6.1 mmol/L）的患者發病率和死亡率低于高血糖濃度（超過12 mmol/L）患者，低血糖水平與危重癥多發性神經病、菌血癥、急性腎功能衰竭等的發病率降低有關。Yuan等［21］建議對創傷性腦損傷后的急性高血糖進行早期干預，盡可能接近8.81 mmol/L，確保TBI患者從中受益。

血漿D-二聚體濃度高是創傷后不良預后的獨立危險因素［2224］。TBI急性期的高纖溶狀態通過血腫擴張表現出來，隨即出現組織損傷、低灌注和高碳酸血癥。已證實，蛛網膜下腔出血、缺血性中風和腦出血等中樞神經系統疾病患者的外周血D-二聚體升高［25］。研究計算出D-二聚體的最佳截斷值為11 590 ng/mL。高凝狀態在損傷后立即達到峰值，頭部創傷后凝血系統的激活導致纖維蛋白廣泛血管內沉積和凝血因子耗竭。血漿D-二聚體水平作為高纖溶的生物標志物在損傷后3 h達到峰值［2627］。Wang等［24］研究發現，入院至損傷后3 h的血漿D-二聚體水平是長期判斷預后的獨立生物學標志物。Xu等［28］研究表明D-二聚體/纖維蛋白原比值可以顯著提高GCS評分對創傷性腦損傷后的預測價值。本研究關注的是D-二聚體的濃度，然而關于D-二聚體隨時間的變化趨勢仍不清楚，需要更深入地研究。

出血量是影響TBI手術患者預后的重要指標。為方便臨床使用，采用多田公式ABC/2［29］計算血腫體積，在測量有規則出血形態的血腫體積時是相對準確的［30］。但當血腫形態不規則時，多田公式會高估血腫體積的大小。此外，研究發現出血量對顱內壓的影響存在明顯的閾值效應，Gong等［31］指出當分析范圍縮小到敏感區間20～40 mL時，評估腦出血體積時的準確性大幅下降。Liao等［32］研究表明，外傷性腦損傷后中線移位是評估嚴重損傷的重要標志。因此，本研究更加關注中線位移距離對顱腦損傷產生的影響。Zanolin等［33］發現有嚴重TBI和中線移位的患者比沒有移位的患者預后更差。與先前研究結果類似，本研究發現中線移＞1 cm是TBI手術患者預后不良的獨立危險因素。

在預后模型中，本研究把血腫在統計學分析中進行分類處理，劃分為EDH、SDH和復雜型血腫。研究表明在嚴重TBI的病例中，SDH比EDH（5∶1的比例）更頻繁。EDH預后較SDH良好，這是因為與SDH相關的“原發性”腦損傷的發生率更高，如挫傷、撕裂傷和彌漫性軸索損傷，這與本研究結果相一致。SDH死亡率普遍高于EDH患者，尤其是道路事故，SDH手術后30天內死亡率在11.5%～67.1%之間［34］。在成年EDH病例中，只有少數患者（5.6%～23.3%）出現了不利的結果［35］。需要指出的是，大多數研究只是報告了死亡率，沒有報告任何關于GOS量表的數據，本研究關注出血部位和預后的相關性，但是關于不同腦葉損傷對預后的影響仍需要進一步研究。

手術是挽救生命的最終手段，早期手術干預可以有效減輕顱內壓，恢復腦功能，并降低死亡率。黃金時間的概念已經被推廣到其他緊急外科手術。例如急性缺血性中風患者接受組織型纖溶酶原激活劑治療的臨床結果是眾所周知的時間依賴。然而，最佳手術時間窗的選擇不光需要根據患者進行個體化決策，還應綜合考慮醫療資源的可用性、醫院的手術安排和外科團隊的經驗水平等因素。在一些情況下，創傷外科醫生對病情迅速惡化的患者在轉移到神經外科機構之前立即進行鉆孔減壓，已被證明可以挽救患者的生命，并有良好的功能結局，即越早完成減壓，生存機會越高，結果越好。治療延誤已被確定為可預防死亡的主要原因之一。發現延遲6 h或6 h以上的轉移與更高的死亡率以及在重癥監護室和醫院的更長時間有關。Shackelford等［36］在一項對患有嚴重TBI的顱骨切除術后患者的回顧性研究中描述了延遲進行顱骨切除術對生存率的影響。與較長的延遲時間相比，在損傷后5.33 h內開始開顱手術的術后死亡率顯著降低。在某些情況下，患者受傷時間相對較短，延遲出血可能性大，早期手術可能并不容易實施，可能需要更多的時間來評估患者的病情和準備手術。在這種情況下，延遲手術似乎更為合理，等待患者的生命體征穩定、全身情況改善，以確保手術的安全性和有效性。綜合考慮現有的證據，早期手術干預在顱腦損傷患者的管理中仍然具有重要的地位。與既往研究不同，本研究發現手術時間窗截斷值為6.9 h，這可能是因為隨著醫療水平的提高，氨甲環酸的院前保護作用、神經外科顯微鏡技術的發展、麻醉學、重癥監護醫學和康復醫學的發展使臨床醫師有機會延長TBI治療的手術時間窗。為了更好地指導臨床實踐，未來需要更多高質量、大規模的研究來進一步驗證和優化手術時間窗的選擇策略。

綜上所述，患者年齡≥60歲、GCS評分≤8分、手術時間窗≥6.9 h、血糖濃度≥8.8 mmol/L、D-二聚體濃度≥11 590 ng/mL、中線移位≥1 cm和硬膜下出血是TBI手術患者不良預后的獨立危險因素。時間是影響TBI手術患者預后的重要因素，TBI患者損傷后3.8 h內送達醫院，6.9 h內進行開顱手術，預后不良的發生率低?；谝陨衔ｋU因素構建的列線圖模型較方程模型更加直觀，有一定的預測性能，對TBI手術患者的預后評估有臨床應用價值。

利益沖突：所有作者均聲明不存在利益沖突。

［參 ?考 ??文 ??獻］

［1］ Khellaf A，Khan DZ，Helmy A.Recent advances in traumatic brain injury［J］.J Neurol，2019，266（11）：28782889.

［2］ Xie BS，Wang YQ，Lin Y，et al.Inhibition of ferroptosis attenuates tissue damage and improves long-term outcomes after traumatic brain injury in mice［J］.CNS Neurosci Ther，2019，25（4）：465475.

［3］ 董文勝，施輝，王進進，等.創傷性顱腦損傷并發抗利尿激素分泌不當綜合征與腦耗鹽綜合征的相關危險因素分析［J］.臨床神經外科雜志，2022，19（3）：322326，332.

Dong WS，Shi H，Wang JJ，et al.Risk factors of traumatic brain injury complicated syndrome of inappropriate antidiuretic hormone and cerebral salt wasting syndrome［J］.J Clin Neurosurg，2022，19（3）：322326，332.

［4］ Chen SH，Sun JM，Fang WK.The impact of time from injury to surgery in functional recovery of traumatic acute subdural hematoma［J］.BMC Neurol，2020，20（1）：226.

［5］ Eom KS.The time-related trends in the presenting of traumatic head injury in a single institution［J］.Korean J Neurotrauma，2020，16（1）：2837.

［6］ 包明冬，葛俊苗，楊秋子，等.成人創傷性腦損傷預后危險因素分析與預后預測模型構建［J］.中華創傷雜志， 2023， 39（3）：229237.

Bao MD，Ge JM，Yang QZ，et al.Analysis on risk factors for prognosis of traumatic brain injury in adults and establishment of the prediction model［J］.Chin J Trauma，2023，39（3）：229237.

［7］ Irimia A，van Horn JD，Vespa PM.Cerebral microhemorrhages due to traumatic brain injury and their effects on the aging human brain［J］.Neurobiol Aging，2018，66：158164.

［8］ Benjamin ER，Khor D，Cho J，et al.The age of undertriage：current trauma triage criteria underestimate the role of age and comorbidities in early mortality［J］.J Emerg Med，2018，55（2）：278287.

［9］ Gao GY，Wu X，Feng JF，et al.Clinical characteristics and outcomes in patients with traumatic brain injury in China：a prospective，multicentre，longitudinal，observational study［J］.Lancet Neurol，2020，19（8）：670677.

［10］Skaansar O，Tverdal C，Rnning PA，et al.Traumatic brain injury-the effects of patient age on treatment intensity and mortality［J］.BMC Neurol，2020，20（1）：376.

［11］Jochems D，van Wessem KJP，Houwert RM，et al.Outcome in patients with isolated moderate to severe traumatic brain injury［J］.Crit Care Res Pract，2018，2018：3769418.

［12］Rnning P，Helseth E，Skaga NO，et al.The effect of ICP monitoring in severe traumatic brain injury：a propensity score-weighted and adjusted regression approach［J］.J Neurosurg，2018，131（6）：18961904.

［13］Teasdale G，Maas A，Lecky F，et al.The Glasgow Coma Scale at 40 years：standing the test of time［J］.Lancet Neurol，2014，13（8）：844854.

［14］王松，蘇菲，李士雪，等.血小板/淋巴細胞比值聯合血栓彈力圖MA值預測急性顱腦損傷預后的價值［J］.臨床神經外科雜志，2021，18（2）：191195.

Wang S，Su Fei，Li SX，et al.Value of platelet/lymphocyte ratio combined with maximum amplitude of thrombus in prognosis of acute brain injury［J］.J Clin Neurosurg，2021，18（2）：191195.

［15］Tatara Y，Shimada R，Kibayashi K.Effects of preexisting diabetes mellitus on the severity of traumatic brain injury［J］.J Neurotrauma，2021，38（7）：886902.

［16］Zhang WQ，Hong J，Zheng WC，et al.High glucose exacerbates neuroinflammation and apoptosis at the intermediate stage after post-traumatic brain injury［J］.Aging，2021，13（12）：1608816104.

［17］Hsieh CF，Liu CK，Lee CT，et al.Acute glucose fluctuation impacts microglial activity，leading to inflammatory activation or self-degradation［J］.Sci Rep，2019，9（1）：840.

［18］Vittal Rao H，Bihaqi SW，Iannucci J，et al.Thrombin signaling contributes to high glucose-induced injury of human brain microvascular endothelial cells［J］.J Alzheimers Dis，2021，79（1）：211224.

［19］Sharma H，McGinnis JP，Kabotyanski KE，et al.Cerebral microdialysis and glucopenia in traumatic brain injury：a review［J］.Front Neurol，2023，14：1017290.

［20］Korkmaz N，Kesikburun S，Atar M，et al.Insulin resistance and related factors in patients with moderate and severe traumatic brain injury［J］.Ir J Med Sci，2023，192（3）：11771182.

［21］Yuan T，He HY，Liu YP，et al.Association between blood glucose levels and Glasgow Outcome Score in patients with traumatic brain injury：secondary analysis of a randomized trial［J］.Trials，2022，23（1）：38.

［22］帥俊坤，吳金玉，陳軍，等.創傷性顱腦損傷后發生進展性出血性損傷的危險因素分析［J］.臨床神經外科雜志，2021，18（4）：444448.

Shuai JK，Wu JY，Chen J，et al.Risk factors of progressive hemorrhagic injury after traumatic brain injury［J］.J Clin Neurosurg，2021，18（4）：444448.

［23］Zhang J，He M，Song YL，et al.Prognostic role of D-dimer level upon admission in patients with traumatic brain injury［J］.Medicine，2018，97（31）：e11774.

［24］Wang R，Yang DX，Ding J，et al.Classification，risk factors，and outcomes of patients with progressive hemorrhagic injury after traumatic brain injury［J］.BMC Neurol，2023，23（1）：68.

［25］Hu GW，Lang HL，Guo H，et al.A risk score based on admission characteristics to predict progressive hemorrhagic injury from traumatic brain injury in children［J］.Eur J Pediatr，2017，176（6）：689696.

［26］Nakae R，Murai Y，Wada T，et al.Hyperfibrinolysis and fibrinolysis shutdown in patients with traumatic brain injury［J］.Sci Rep，2022，12（1）：19107.

［27］Fujiwara G，Okada Y，Sakakibara T，et al.The association between D-dimer levels and long-term neurological outcomes of patients with traumatic brain injury：an analysis of a nationwide observational neurotrauma database in Japan［J］.Neurocrit Care，2022，36（2）：483491.

［28］Xu DX，Du WT，Li X，et al.D-dimer/fibrinogen ratio for the prediction of progressive hemorrhagic injury after traumatic brain injury［J］.Clin Chim Acta，2020，507：143148.

［29］Sha Z，Zhang XJ，Li ZY，et al.Improvements of the Tada formula in estimating the intracerebral hemorrhage volume based on computed tomography［J］.Quant Imaging Med Surg，2023，13（7）：42684283.

［30］Chen MH，Li Z，Ding JP，et al.Comparison of common methods for precision volume measurement of hematoma［J］.Comput Math Methods Med，2020，2020：6930836.

［31］Gong K，Shi T，Zhao LZ，et al.Comparing the inter-observer reliability of the Tada formula among neurosurgeons while estimating the intracerebral haematoma volume［J］.Clin Neurol Neurosurg，2021，205：106668.

［32］Liao CC，Liao HC，Lai FP，et al.A nomogram for estimating intracranial pressure using acute subdural hematoma thickness and midline shift［J］.Sci Rep，2020，10（1）：21787.

［33］Zanolini U，Austein F，Fiehler J，et al.Midline shift in chronic subdural hematoma：interrater reliability of different measuring methods and implications for standardized rating in embolization trials［J］.Clin Neuroradiol，2022，32（4）：931938.

［34］Karnjanasavitree W，Phuenpathom N，Tunthanathip T.The optimal operative timing of traumatic intracranial acute subdural hematoma correlated with outcome［J］.Asian J Neurosurg，2018，13（4）：11581164.

［35］Gutowski P，Meier U，Rohde V，et al.Clinical outcome of epidural hematoma treated surgically in the era of modern resuscitation and trauma care［J］.World Neurosurg，2018，118：e166e174.

［36］Shackelford SA，Del Junco DJ，Reade MC，et al.Association of time to craniectomy with survival in patients with severe combat-related brain injury［J］.Neurosurg Focus，2018，45（6）：E2.