2024振幅整合脑电图在新生儿惊厥中的研究进展.docx

《2024振幅整合脑电图在新生儿惊厥中的研究进展.docx》由会员分享，可在线阅读，更多相关《2024振幅整合脑电图在新生儿惊厥中的研究进展.docx（7页珍藏版）》请在第一文库网上搜索。

1、2024振幅整合脑电图在新生儿惊厥中的研究进展摘要新生儿惊厥与发育迟缓、认知障碍、儿童期癫痫等远期神经系统不良预后 相关。振幅整合脑电图作为近年来用于新生儿脑电监测的一种常用工具, 有助于新生儿惊厥的诊断、治疗和远期预后的评估。本文对振幅整合脑电 图在新生儿惊厥中应用的研究进展进行综述。新生儿惊厥是新生儿神经功能障碍最常见的临床表现之一，发病率为1/1 0003,51 000 1 ,远高于儿童和成人。新生儿惊厥与发育迟缓、认知 障碍、癫痫等远期不良神经发育结局相关。长程视频脑电图(video electroencephalogram , vEEG )是目前诊断新生儿惊厥的金标准，也可 评估治疗

2、反应,在新生儿惊厥的诊断、指导用药、预测预后中具有重要作 用。但由于VEEG监测时间较长、成本高、结果解读滞后，因此不利于危 重新生儿临床管理。振幅整合脑电图(amplitude-integrated electroencephalography ,aEEG )具有简单、易操作且方便解读等优点, 近年来已经常规用于新生儿脑功能监测，判断早产儿脑成熟度，识别新生 儿惊厥和新生儿脑病严重程度和预后2 o本文对aEEG在新生儿惊厥中 应用的研究进展进行综述。一、基于aEEG诊断新生儿惊厥 新生儿惊厥反映了非特异性的皮层功能异常，往往是新生儿中枢神经系统 疾病的首发或唯一表现，因此及时识别新生儿惊厥十

3、分重要。由于新生儿 可以表现出多种类型的阵发性非惊厥动作，因此新生儿惊厥的临床诊断经 常是不可靠的。aEEG作为一种简化的脑电监测工具，在新生儿重症监护 中的临床应用越来越多。aEEG在描述大脑活动的趋势、识别睡眠-觉醒周 期中具有独特的优势，并可作为新生儿惊厥的筛查工具3 0足月新生儿 的惊厥在aEEG上通常表现为在事件期间aEEG带的上下边缘突然升高2 o 通过aEEG特征性的惊厥表现，往往能帮助我们识别更多隐匿的亚临床发 作。对于临时无法获取脑电图(electroencephalogram , EEG )的地点, aEEG作为筛查工具优于单独的临床评估3 0虽然aEEG对于新生儿惊厥具有

4、一定的诊断价值，但由于应用设备、研究 人群、样本量及统计方法的异质性，报告的结果目前仍存在争议。单通道 和双通道aEEG单独诊断新生儿惊厥的敏感度和特异度均较低，单通道 aEEG诊断新生儿惊厥的敏感度为29%85%特异度71%96% 4,5, 双通道aEEG诊断惊厥的敏感度为38%80% ,特异度50%78% 6, 7, 8 0导致aEEG在惊厥诊断中的特异度偏低的原因主要由aEEG上的各种 伪影以及原始EEG痕迹引起9 o因此近年来也有一些研究尝试将aEEG 结合常规EEG用于检测新生儿惊厥。有研究报道,aEEG联合EEG检测新 生儿惊厥的敏感度为76%85% ,特异度78%96% 10,1

5、1,12 ,aEEG 与EEG联合应用明显提高了检测惊厥的敏感度及特异度。2021年我国的 一项前瞻性研究显示，在同步VEEG监测下，双通道aEEG用于诊断惊厥患儿的敏感度为95.4% ,特异度为IoO% 13 0 aEEG在诊断新生儿惊厥中的敏感度和特异度也是可变的，这在一定程度 上依赖于技术人员的水平、aEEG的类型及电极安放位置等。有经验的EEG 医生检测到的惊厥数量明显高于不熟练的初学者及医学生5 0研究发现 电极放置于中央区或题区的单通道或双通道aEEG检出新生儿惊厥的概率 较高，这可能与大多数新生儿惊厥起源于中央和颗叶区域有关9 o二、aEEG指导治疗随着脑功能监测设备在新生儿重症

6、监护病房(neonatal intensive care unit, NICU )中的应用逐渐增多,多个国家的NICU已将aEEG/EEG作 为临床标准监护。2021年美国和2022年我国的专家共识都建议对惊厥以 及疑似惊厥的高危新生儿进行持续脑电监测，且应在脑电监测下开展抗癫 痫发作药物治疗14,15 0相较于在怀疑临床惊厥后再使用长程连续脑电 图(continuous electroencephalography ,cEEG )确认惊厥，筛查 cEEG 以识别有风险的新生儿惊厥与更好的抗癫痫药物的初始疗效相关3 0一些研究也评估了 aEEG在新生儿惊厥治疗方面的效用：通过aEEG很容 易估

7、计单次惊厥时间和总的惊厥负荷，但与传统多通道EEG相比，可能会 低估发作的持续时间以及真正的惊厥负荷9,16o在指导惊厥用药方面， 有研究认为aEEG监测可以通过更早、更有针对性的治疗，在不增加抗癫 痫发作药物使用的前提下,减少整体的惊厥负荷7 o但是,单纯依赖aEEG 可能误诊非惊厥的新生儿，使其接触到不必要的、潜在有害的抗癫痫药物170因此，虽然aEEG在指导新生儿惊厥治疗中有一定的优势，但仅 使用aEEG监测指导治疗并不足以达到最佳疗效。在实际应用中，aEEG 经常用于弥补CEEG监测的不足，如果临时无法获取cEEG , aEEG是较好 的替代。三、aEEG评估预后新生儿惊厥常与远期不良

8、神经预后相关，早期预测惊厥新生儿的神经发育 结局以协助临床决策是十分必要的18 O既往研究结果显示，多种异常 的aEEG背景模式与早产儿和足月儿神经发育结局存在潜在关联19 0 a E EG目前已被尝试用于预测有脑损伤表现或存在脑损伤高危因素的新生 儿的预后20 0 aEEG背景活动重度异常在新生儿缺氧缺血性脑病 (hypoxic-ischemic encephalopathy , HIE )诊断及预后预测方面的作用已被证实13o Srinivasakumar等21 结合aEEG和EEG评估惊 厥负荷对于新生儿神经发育结局的影响,结果显示两者结合可以为预测惊 厥新生儿的神经预后提供有价值的信息

9、。2021年我国一项回顾性研究显 示，aEEG背景模式对于有惊厥或脑病新生儿不良神经发育结局的阳性预 测值为70% ,阴性预测值为66% 8 0 2019年的新生儿aEEG临床应用 专家共识指出，对于新生儿惊厥患儿，当aEEG出现背景活动重度异常、 暴发间期超过30 s、监测过程中检测到频繁发作(发作7次)及睡眠周 期消失等表现时提示预后不良20 0因此，及时的aEEG监测可在预测 新生儿惊厥预后方面提供一定的帮助,并有助于对有惊厥的新生儿进行早 期干预。四、aEEG的人工智能进展虽然常规EEG. aEEG等脑功能监测技术已被广泛应用于国内外新生儿病 房中，但相关结果解读的准确性往往受到技术人

10、员的主观性及熟练程度的 影响。近年来，已有研究尝试利用自动化惊厥识别系统实现新生儿EEG惊 厥检测过程的自动化22, 23 o目前开发较为成熟的床旁自动惊厥检测软件，可以通过自动解释多通道 EEG从而为临床工作人员提供直观的决策支持。自动检测惊厥在很大程度 上依赖于惊厥固有的节律性或周期性，通常具有主导频率、可以进行时域 和频域分析等特点。许多研究小组已经开发并验证了针对新生儿人群的自 动惊厥识别算法(seizure detection algorithms , SDAs ),它是通过获 取EEG信号、对其进行处理并输出支持临床决策信息的一种计算机算法 22oLawrence等7 应用有限通道

11、aEEG和SDAs对40例新生儿脑病婴儿 进行的一项队列研究发现,SDAs可实时识别55%的新生儿惊厥,且SDAs 的准确性随着发作时间的延长而提高，并且使用该方法监测惊厥是安全、 准确、可行的。2016年英国一项关于足月新生儿的研究发现 在应用SDAs 时，EEG上更高的峰值幅度、更大的频率变异性和节律性、更长的惊厥持 续时间与惊厥检出率的增加有关24 0 2020年欧洲一项纳入258例新 生儿的多中心随机对照试验评估了 SDAs联合CEEG诊断惊厥的准确性， 与非SDAs组（单独监测CEEG ）相比，SDAs组正确识别惊厥时间的比例 更高,而两组在评估惊厥负荷和指导抗惊厥药物使用方面无显著

12、差异22 , 进一步证实了该算法不会导致婴儿接受非必要的抗惊厥治疗。新生儿病房应用SDAs的优势包括：监测的客观性；可长时间监测EEG记 录；可及时提醒临床医生识别可疑的惊厥；通常具有不同的灵敏度级别， 可满足在线监测（低误检率）或复查（低漏检率）的要求22 , 24 o但 SDAs在新生儿病房中应用的可靠性仍存在争议，准确性方面有所不足。 Greene等25 的一项研究应用SDAs分析了 633例经由新生儿专家标 记过的新生儿惊厥，发现该算法的惊厥检出率和误检率分别为81.5%和 28.5% ,并认为SDAs相对较高的误检率限制了该算法在NICU中的常规 应甩 Mathieson等24 认为

13、SDAs错误检测足月新生儿惊厥的原因 可能是由于新生儿的特定年龄阶段、EEG上的不同表现形式以及监测过程 中的伪影干扰引起的。由于这些局限性，SDAs等自动惊厥检测软件尚未 被允许大规模地应用于临床26, 27 0随着人工智能技术的进展，已有研究尝试在新生儿病房中使用自动算法来持续监测新生儿EEGs检测惊厥和评估脑病分级等27 ,但是因人工智 能技术需要较大的数据库支持、大量的专家标注支持等，未来还需要进一 步的基础及临床研究以提供可靠的实时决策支持。综上所述，aEEG近年来在新生儿中的应用不断增多，但由于aEEG用于 记录的电极较少，容易遗漏短期的新生儿惊厥，目前只能作为新生儿惊厥 的筛查工具，在诊断新生儿惊厥及预测预后等方面仍存在一定的局限性。 而将aEEG和CEEG联合用于监测时，对新生儿惊厥的诊断及预测预后的 价值均明显提高。自动惊厥检测软件在新生儿惊厥中的研究也推动了人工 智能在新生儿病房的发展，未来还需进一步评估其在新生儿惊厥监测中的 可靠性。引用本文引用本文：李家欣，程国强.振幅整合脑电图在新生儿惊厥中的研究进展 J 中华新生儿科杂志(中英文),2024, 39(1) : 59-61. DOI: 10.3760cma.j.issn.2096-2932.2024.01.015.