机构名称：
¥ 1.0
目的 预测严重创伤性脑损伤 (sTBI) 的结果具有挑战性，现有模型对个体患者的适用性有限。本研究旨在确定可以预测 sTBI 后恢复情况的指标。研究人员努力证明脑电图上的后部优势节律与积极结果密切相关，并开发一种基于机器学习的新型模型，准确预测意识的恢复。方法 在这项回顾性研究中，作者评估了 2010 年至 2021 年期间所有因 sTBI（格拉斯哥昏迷量表 [GCS] 评分 ≤ 8）入院的插管成年人，他们在 sTBI 后 30 天内接受了 EEG 记录（n = 195）。收集了 73 个临床、放射学和 EEG 变量。根据受伤后 30 天内是否出现 PDR，创建了两个队列：有 PDR 的队列（PDR[+] 队列，n = 51）和没有 PDR 的队列（PDR[-] 队列，n = 144），以评估表现和四种结果的差异：院内生存率、恢复服从命令的能力、出院时格拉斯哥预后量表扩展版 (GOS-E) 评分以及出院后 6 个月的 GOS-E 评分。AutoScore 是一种基于机器学习的临床评分生成器，可选择重要预测变量并为其分配权重，用于创建预测院内生存率和恢复服从命令能力的预后模型。最后，使用 MRC-CRASH 和 IMPACT 创伤性脑损伤预测模型将预期的患者结果与真实结果进行比较。结果 在入院时，PDR(−) 组的平均 GCS 运动分较低（1.97 比 2.45，p = 0.048）。尽管预测结果（通过 MRC-CRASH 和 IMPACT）没有差异，但 PDR(+) 组具有更高的院内生存率（84.3% 比 63.9%，p = 0.007）、恢复听从指令率（76.5% 比 53.5%，p = 0.004）和平均出院 GOS-E 评分（3.00 比 2.39，p = 0.006）。6 个月 GOS-E 评分没有差异。然后使用 AutoScore 识别以下 7 个对院内生存率和恢复听从指令具有高度预测性的变量：年龄、体重指数、收缩压、瞳孔反应性、血糖和血红蛋白（均在入院时）以及 EEG 上的 PDR。该模型对预测住院生存率（曲线下面积 [AUC] 0.815）和恢复命令执行能力（AUC 0.700）具有出色的辨别力。结论 sTBI 患者脑电图的 PDR 可预测有利的结果。作者的预后模型在预测这些结果方面具有很强的准确性，并且比以前报告的模型表现更好。作者的模型在临床决策以及为此类伤害后的家庭提供咨询方面很有价值。
使用后部优势节律预测创伤性脑损伤结果
主要关键词
相关文件推荐
