经颅多普勒联合定量脑电图监测对重型急性脑出血患者脑功能与预后的预测
该前瞻性单中心研究连续纳入47例发病72小时内、格拉斯哥昏迷评分≤8分的重型急性幕上脑出血昏迷患者,在床旁行经颅多普勒(TCD)联合定量脑电图(QEEG)监测,随访90天死亡率为55.3%。多因素分析显示,仅健侧大脑半球搏动指数(UPI,OR 2.373,95%CI 1.299–4.335,p=0.005)和δ/α比值(DAR,OR 5.306,95%CI 1.533–18.360,p=0.008)是90天死亡的独立预测因子。UPI与DAR联合的ROC曲线下面积为0.949,优于格拉斯哥昏迷评分(0.776)、血肿体积(0.816)、单用UPI(0.822)或单用DAR(0.860)。作者认为,TCD联合QEEG多模态神经监测提示脑出血后脑损伤呈弥漫性改变,联合预测效能优于任何单一临床或神经生理变量。
要点
- 重型急性幕上脑出血昏迷患者(GCS≤8分、发病≤72小时)90天死亡率为55.3%(26/47)。
- 健侧大脑半球搏动指数(UPI)是90天死亡的独立预测因子:OR 2.373(95%CI 1.299–4.335,p=0.005)。
- 定量脑电图δ/α比值(DAR)是90天死亡的独立预测因子:OR 5.306(95%CI 1.533–18.360,p=0.008)。
- UPI与DAR联合的ROC曲线下面积为0.949(95%CI 0.842–0.992),优于GCS评分0.776、血肿体积0.816、单用UPI 0.822和单用DAR 0.860(p<0.05)。
- 脑对称指数(BSI)在存活者与死亡者之间、患者与健康对照之间均无显著差异(均p>0.05),提示脑出血后脑损伤呈弥漫性改变。
适用人群与场景
- 纳入标准:2015年6月至2016年12月吉林大学第一医院神经内科连续收治的脑出血昏迷患者,发病至入院时间≤72小时,幕上出血,入院时GCS评分≤8分(由经验丰富的神经科医师评估)。
- 排除标准:动脉瘤、血管畸形、肿瘤及脑梗死继发的脑出血;颞骨声窗缺陷;计划手术治疗(包括脑室引流、血肿清除和开颅手术);大脑中动脉或其他颅内、颅外主要血管狭窄/闭塞;既往缺血性或出血性脑血管病;影响颅内脑电活动的病理改变,如颅内感染、缺血缺氧性脑病、脑外伤等;存在明显环境紊乱,如低体温(核心体温<32°C)、低血糖(<50 mg/dl)、低钠血症(<116 mg/dl)等;使用中枢神经系统抑制药物,包括镇静剂、麻醉剂、抗抑郁药、抗精神病药、抗癫痫药等。
- 场景:神经重症监护病房(Neurological Intensive Care Unit),床旁监测。
- 健康对照:15例年龄和性别匹配的健康对照(64.3±13.5岁,男性8例),监测时闭眼清醒。
诊断标准与关键阈值
- 重型急性幕上脑出血(SAS-ICH):幕上出血,入院GCS评分≤8分,发病至入院时间≤72小时。
- TCD参数:收缩期血流速度(Vs)、舒张期血流速度(Vd)、平均血流速度(Vm)及搏动指数(PI),分别取自患侧和健侧大脑半球;大脑中动脉信号获取深度为双侧50–60 mm。
- QEEG参数:δ频带(1–3 Hz)相对功率(RDP)、θ频带(4–7 Hz)相对功率(RTP)、α频带(8–13 Hz)相对功率(RAP)、β频带(14–30 Hz)相对功率(RBP),计算全局δ/α比值(DAR)和(δ+θ)/(α+β)比值(DTABR),以及脑对称指数(BSI)。
处置流程与药物剂量
- 所有患者入住神经重症监护病房,接受生命体征常规监测和重症护理。
- 监测时患者取仰卧位,使用2 MHz脉冲波多普勒探头以头盔固定于双侧颞窗,同步使用标准16通道脑电图(氯化银头皮电极,按10–20系统放置,电极阻抗维持在10 KΩ以下),记录超过30分钟直至获得稳定记录,数据存储供进一步分析。
- 记录并分析人口学资料、卒中危险因素、入院GCS评分、发病至监测开始时间、血压和血糖管理是否符合当前脑出血管理指南、入院实验室检查(血清钾、钙、钠、白细胞计数、血小板计数、活化部分凝血活酶时间、国际标准化比值)、神经影像学变量(血肿位置和体积)以及90天 Glasgow 结局量表评分。
- 血肿体积测量:规则血肿采用长×宽×深/2,不规则血肿采用长×宽×深/3。
研究设计与关键结果
- 研究类型:前瞻性研究,单中心(吉林大学第一医院),连续纳入47例重型急性幕上脑出血昏迷患者(67.3±12.6岁,男性23例),另设15例年龄和性别匹配的健康对照。
- 主要终点:90天死亡率55.3%(26/47)。
- 单因素分析:死亡者健侧舒张期血流速度(UVd)更低(p=0.018),双侧搏动指数更高(患侧PI p<0.0001,健侧PI p<0.0001);QEEG中RDP更高(p<0.0001)、RAP更低(p<0.0001)、DAR更高(p<0.0001)、DTABR更高(p=0.002)与死亡相关;BSI在存活者与死亡者之间无显著差异(p>0.05)。
- 多因素logistic回归:仅DAR(OR 5.306,95%CI 1.533–18.360,p=0.008)和UPI(校正OR 2.373,95%CI 1.299–4.335,p=0.005)为90天死亡的独立预测因子;排除GCS评分和血肿体积后模型结果不变。
- ROC曲线比较:GCS评分AUROC 0.776(95%CI 0.630–0.884);血肿体积AUROC 0.816(95%CI 0.676–0.914);UPI AUROC 0.822(95%CI 0.683–0.918);DAR AUROC 0.860(95%CI 0.728–0.944);UPI+DAR联合AUROC 0.949(95%CI 0.842–0.992),联合模型与GCS、血肿体积、单用UPI、单用DAR比较p<0.05。
- 基线资料:存活者与死亡者之间年龄、性别、危险因素、血压、血糖、血清钾、钙、钠、白细胞计数、血小板计数、APTT、INR及血肿位置均无统计学显著差异;仅较大血肿体积(p<0.0001)和较高GCS评分(p=0.001)与死亡率相关。
证据类型、等级与局限
- 证据类型:前瞻性单中心研究。
- 局限:单中心大学医院研究,样本量相对较小,需要在不同环境和更大样本中进行前瞻性验证。
- 局限:仅监测急性期,未进行动态监测,而动态监测有助于全面了解脑功能随疾病进展的变化;未来亟需设计良好的多中心、更大样本的TCD联合QEEG动态监测研究。
对床旁实践的改变
- 作者认为,在重型急性幕上脑出血昏迷患者中,床旁TCD联合QEEG多模态神经监测可提示脑损伤呈弥漫性改变,UPI和DAR是90天临床结局的独立预测因子,两者联合的诊断效能优于任何单一临床或神经生理变量。
- 作者希望扩大样本量并获得边界值,以更好地指导临床应用。
- 作者提出可将TCD-QEEG脑功能与功能影像比较,深入研究脑出血机制;并建议对急性脑出血与创伤性脑损伤患者同时行TCD和QEEG监测,可能为疾病发病机制提供新依据。
提炼说明
- 原文未涉及「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译12 节 · 点击展开
背景
自发性脑出血(ICH),尤其是严重昏迷患者,具有很高的死亡率和致残率。ICH的病理生理机制尚未完全明了;普遍认为,脑实质血肿的急性形成会导致组织破坏和移位[1]。ICH后早期死亡归因于颅内压(ICP)升高和组织移位[2, 3]。经颅多普勒(TCD)被用作ICP的间接测量指标,因为较高的ICP会引起多普勒波形的特征性变化,即舒张末期血流速度(Vd)降低和搏动指数(PI)升高[4]。多项研究已证实,未受影响半球的PI可能是急性ICH死亡的预测因子,提示颅内高压是ICH患者最可能的死亡原因[5–7]。然而,与幕上脑梗死患者相比,幕上脑出血患者更容易出现意识障碍;也就是说,ICH后意识状态的变化并不总能轻易地用ICP升高、占位效应或脑疝来解释[8]。通过脑室引流缓解升高的ICP是常用的治疗方法,可能改善伴有昏迷的ICH患者的意识水平。尽管如此,昏迷常常持续存在,提示存在其他致病病理机制[9]。
ICH的继发性病理生理过程包括脑水肿的进展[10]、凋亡过程的激活[11]以及血肿成分的毒性作用[12, 13];这些因素可导致严重且持续的损害。PET功能成像表明,血肿周围存在脑血流量(CBF)、脑氧代谢率(CMRO2)和氧摄取分数(OEF)降低的区域[14]。既往研究中联合应用氙CT和PET对CBF和CMRO2的研究也表明,EEG变化可以反映CBF与脑代谢的耦合关系[15]。与原始EEG相比,定量EEG(QEEG)在量化和判读方面具有优势。δ功率测量值与CBF呈最强的负相关,α功率与CBF呈相对较强的正相关;CMRO2降低时可见较慢频带(δ和θ)功率增加、较快频带(α和β)功率降低[15–17]。
在本研究中,我们试图探讨对重型急性幕上(SAS)-ICH患者联合应用TCD与QEEG是否能够全面评估脑功能,并评估90天随访时的结局;同时探索重型ICH病理生理变化的新依据。
方法
患者
在这项前瞻性研究中,我们连续纳入了2015年6月至2016年12月期间在中国吉林大学第一医院神经内科住院的昏迷脑出血(ICH)患者。患者符合以下标准时被纳入本研究:入院时间≤发病后72 h;存在幕上出血;入院时格拉斯哥昏迷量表(GCS)评分≤8分(由经验丰富的神经科医师评估)。排除标准如下:继发于动脉瘤、血管畸形、肿瘤和脑梗死的ICH;颞骨声窗不足;计划手术治疗,包括脑室引流、血肿清除和开颅术;大脑中动脉或其他颅内及颅外主要血管狭窄/闭塞;既往缺血性或出血性脑血管病;影响颅内脑电活动的病理改变,如颅内感染、缺血缺氧性脑病、脑外伤等;存在明显内环境紊乱,如低温(核心体温<32 °C)、低血糖(<50 mg/dl)、低钠血症(<116 mg/dl)等;以及使用中枢神经系统抑制剂,包括镇静剂、麻醉剂、抗抑郁药、抗精神病药、抗癫痫药等。招募了15名年龄和性别匹配的健康对照者(64.3 ± 13.5岁,8名男性)。在研究开始前获得每位患者直系家属的书面知情同意。本研究经中国吉林大学第一医院伦理委员会批准,并符合《赫尔辛基宣言》的宗旨。
临床资料
所有患者在神经重症监护室接受生命体征常规监测和强化护理。我们记录并分析了以下变量:人口学特征(年龄和性别);卒中危险因素(高血压、糖尿病、血脂异常、心房颤动、既往急性冠脉事件、吸烟、过量饮酒);入院GCS评分;从ICH发病到开始监测的时间;血压和血糖管理是否符合当前ICH管理指南[18];其他入院实验室检查(血清钾、钙和钠、白细胞计数、血小板计数、活化部分凝血活酶时间(APTT)、国际标准化比值(INR));神经影像学变量(对于规则血肿,ICH体积采用长×宽×深/2测量;对于不规则血肿,采用长×宽×深/3[19]——入院时头部CT的血肿位置和体积由对临床和脑功能数据不知情的神经放射科医师评估);以及临床结局,采用发病后90天的5分格拉斯哥结局量表评分评估。
TCD-QEEG测量
在定量脑功能监测期间,患者取仰卧位。经颅多普勒(TCD)使用2 MHz脉冲波多普勒探头,通过头盔固定于双侧颞窗。获取最佳大脑中动脉信号的深度为双侧50–60 mm。同步脑电图(EEG)采用标准16通道脑电图仪,氯化银头皮电极按照10–20系统放置;电极阻抗维持在10 KΩ以下。健康对照组在整个过程中保持闭眼清醒状态。数据记录超过30分钟,直至建立稳定记录;记录的数据保存以供进一步分析。
数据分析
对每例患者进行盲法分析。所有清晰可读的TCD波形均用于计算。分析以下变量:患侧和健侧的收缩期血流速度(Vs)、舒张期血流速度(Vd)、平均流速(Vm)和搏动指数(PI)。Vm使用以下公式计算:
PI使用以下公式计算:
离线定量脑电图(QEEG)分析使用MATLAB(MathWorks,Natick,MA,USA)进行。数据滤波(高通0.3 Hz,低通30 Hz)后,分析所有无伪差EEG片段,使用快速傅里叶变换(FFT)计算每个电极在1–30 Hz范围内的频谱功率。使用所有通道上δ(1–3 Hz,RDP)、θ(4–7 Hz,RTP)、α(8–13 Hz,RAP)和β(14–30 Hz,RBP)频带的相对功率计算全局δ/α比值(DAR)和(δ+θ)/(α+β)比值(DTABR)。脑对称指数(BSI)根据以下公式计算:
其中信号功率取自特定半球双极通道对i(i = 1, 2, …, N)在频率j处(或傅里叶系数,索引j = 1, 2, …, M),N为通道对数量,M为傅里叶系数数量,Rij(t)和Lij(t)分别代表右半球和左半球[20]。
统计分析
所有统计分析使用SPSS 17.0版(SPSS Inc.,Chicago,IL,USA)和MedCalc 11.4.4版(MedCalc Software,Mariakerke,Belgium)进行。在单变量分析中,正态分布变量以均数和标准差报告,非正态分布变量以中位数和四分位距(IQR)报告。分类变量以百分比表示。正态分布变量使用Student t检验和中位数双样本检验。非正态分布变量使用非参数Wilcoxon(Kruskal–Wallis)方差分析。分类变量的比较使用卡方检验。通过这些分析,我们可以选择具有一定预后意义的变量(p ≤ 0.001)。然后,我们以90天死亡作为因变量进行向后逐步logistic回归分析。如果某项TCD或QEEG指标与生存有统计学关联,我们借助受试者工作特征(ROC)曲线计算其单独的及联合的敏感性、特异性和曲线下面积。ROC曲线比较采用DeLong检验。计算的双尾p < 0.05被认为具有统计学意义。
结果
基本资料
在为期1.5年的时间内,连续76例患者被诊断为严重、急性、自发性幕上脑出血。以下患者被排除:症状发作后超过72小时入院(n = 4)、外科手术(n = 2)、大血管狭窄(n = 7)、既往脑血管疾病(n = 5)、颞窗缺损(n = 6)、信号伪影(n = 3)以及失访(n = 2)。最终,我们纳入了47例患者,其中26例(55.3%)在90天随访期间死亡。中位年龄为67.3 ± 12.6岁,23例(48.9%)患者为男性。首次经颅多普勒-定量脑电图(TCD-QEEG)检查在症状发作后平均31.0(19.0–59.0)小时进行。生存者与非生存者之间在临床基线数据方面未观察到统计学显著差异,包括年龄、性别、危险因素、血压、血清葡萄糖、血清钾、钙和钠、白细胞计数、血小板计数、APTT、INR以及血肿位置。仅较大的血肿体积(p < 0.0001)和较高的格拉斯哥昏迷量表评分(p = 0.001)与死亡率相关(表1)。
采用TCD-QEEG评估脑功能
图1展示了代表性患者的CT和TCD-QEEG检查结果。
关于TCD相关指标,在SAS-ICH患者中,非生存者未受影响半球的Vd较低(UVd p = 0.018),且非生存者双侧半球的PI均高于生存者(API p < 0.0001,UPI p < 0.0001)(表2和图2b、c)。受累半球的Vm以及双侧半球的Vd和PI在ICH患者与健康对照之间显示出显著差异(均p < 0.0001)(表2和图2a–c)。
关于QEEG相关指标,在SAS-ICH患者中,较高的相对δ功率(RDP p < 0.0001)、较低的相对α功率(RAP p < 0.0001)、较高的δ/α比值(DAR p < 0.0001)以及较高的(δ+θ)/(α+β)比值(DTABR p = 0.002)与死亡率相关。除BSI外,所有指标在ICH患者与健康对照之间均显示出显著差异(均p < 0.0001)(表2和图2d、e)。BSI在生存者与非生存者之间以及患者与对照之间均无显著差异(均p > 0.05)(表2和图2f)。
多因素分析
单因素分析中所有p ≤ 0.001的变量均纳入以90天死亡率为因变量的logistic回归模型。结果显示,仅DAR(OR 5.306,CI 1.533–18.360,p = 0.008)和UPI(校正OR 2.373,CI 1.299–4.335,p = 0.005)被确定为SAS-ICH后90天死亡率的独立预测因素。当我们排除GCS评分和血肿体积以验证模型稳定性时,logistic回归分析结果保持不变。
ROC曲线的比较
为确定模型中TCD和QEEG变化的联合应用是否改善了结局预测,我们比较了五个模型的ROC曲线:第一个模型由GCS评分获得,第二个模型包含血肿体积,第三个模型由TCD的独立预测因素UPI获得,第四个模型由QEEG的独立预测因素DAR获得,最终模型同时包含UPI和DAR。所有模型均可预测ICH患者90天死亡率。最终模型获得了较高的预后效能,当UPI和DAR联合时,ROC曲线下面积为0.949。最终模型的贡献显著,而各变量单独应用似乎并不显著(图3)。
讨论
据我们所知,这是首项关注TCD-QEEG联合应用以评估SAS-ICH患者脑功能的研究,其前瞻性设计可提供90天预后信息。结果主要提示,反映ICP的TCD参数和反映CBF及脑代谢的QEEG参数发生了显著变化;TCD中的UPI和QEEG中的DAR是90天死亡率的两个独立预测因素。此外,UPI和DAR联合后的ROC曲线下面积为0.949,优于任何单一变量。
在既往研究中,常使用多种基于临床数据的量表来评估脑出血(ICH)死亡率和预后;进入量表的变量通常包括年龄、美国国立卫生研究院卒中量表(NIHSS)评分、格拉斯哥昏迷量表(GCS)评分、血糖、ICH部位、血肿体积、脑室内出血等[21–23]。分析这些临床变量后,我们发现仅GCS评分和血肿体积与死亡率相关。然而,将这些因素纳入多元回归模型后,它们并非独立预测因素。原因可能是我们纳入了GCS评分≤8的昏迷患者,在重型ICH中GCS评分和血肿体积在预测预后方面不再具有显著优势。
经颅多普勒(TCD)可评估颅内顺应性,并在一定程度上反映颅内压(ICP)升高时的水平。ICP升高的原因可能是颅内体积增加,或继发于急性梗阻性脑积水[24]。ICP进行性升高和脑灌注压(CPP)下降显著影响多普勒波形;典型变化包括舒张期血流速度(Vd)降低和搏动指数(PI)升高。Mayer等[5]的研究显示,PI的变化更可靠地反映颅内病灶体积,TCD可评估颅内血流动力学的对称性。Martí-Fàbregas等[6]提出TCD对评估颅内高压有效,单侧搏动指数(UPI)升高可预测ICH患者的30天结局。Kiphuth等[7]发现TCD早期监测PI与ICP相关,并可用于预测6个月后的结局。我们关于TCD的研究得出了类似结论;单侧舒张期血流速度(UVd)降低和双侧PI升高与90天死亡率显著相关,且不对称搏动指数(API)和UPI是更显著的预测因素。多元回归分析显示UPI是独立预后因素。
定量脑电图(QEEG)能够定量反映颅内神经元活动、脑血流量(CBF)和代谢的变化。Powers在ICH患者中使用PET测量的CBF和脑氧代谢率(CMRO2),发现血肿周围CBF和CMRO2均较对侧显著降低[25]。ICH后QEEG变化尚未见报道;许多缺血性卒中的QEEG研究已证实,在早期亚急性缺血性卒中中QEEG与CBF和脑代谢(CMRO2)具有良好的相关性。Finnigan等[26]评估了急性幕上梗死患者,提出δ/α比值(DAR)和(δ+θ)/(α+β)比值(DTABR)与30天NIHSS评分呈正相关。Cuspineda等[27]报道(亚)急性缺血性卒中相对δ功率(RDP)是3个月结局最显著的预测因素,相对α功率(RAP)次之。Finnigan等[28]发现DAR在区分急性缺血性卒中患者与对照者方面显示出最大准确性。我们的研究还显示,随着脑损伤加重,较慢频带δ功率增加,较快频带α功率降低。RDP、RAP、DAR和DTABR均与90天死亡率显著相关;其中DAR和DTABR最为显著。多元回归分析显示DAR是独立预后因素。
关于ICH的病理生理变化仍有许多问题。严重意识障碍在急性幕上ICH中比在幕上梗死缺血性卒中中更为常见[8]。ICH后意识改变并不总能轻易用颅内压(ICP)升高或脑疝来解释。我们还发现,在一些严重幕上ICH患者中,临床指征、意识状态和定量脑电图(QEEG)提示患者处于衰竭状态,但经颅多普勒(TCD)波形正常,且在监测的最后几小时内搏动指数(PI)不高。此外,我们发现QEEG中严重ICH与健康对照之间的脑对称指数(BSI)无差异。BSI是双侧半球损伤对称性的指标,而在缺血性卒中中BSI或配对衍生BSI显著升高,且升高程度与预后显著相关[29, 30]。因此可以推测,出血性卒中的脑损伤是弥漫性的,与缺血性卒中不同。神经影像学已为单侧ICH中对侧半球的损伤提供了客观证据。Zazulia等[31]报道急性幕上ICH后第一周内双侧半球肿胀。
我们的研究旨在使用TCD联合QEEG评估严重幕上ICH的脑功能,并取得了良好结果,可在未来研究中以多种方式加以利用。首先,我们希望扩大样本量并获得边界值,以更好地指导临床应用。其次,我们可以将TCD-QEEG的脑功能与功能影像学进行比较,并深入研究ICH的机制。第三,一系列研究已证实急性ICH与创伤性脑损伤(TBI)在发病机制和临床表现上有许多相似之处。如果同时对这两组患者进行TCD和QEEG监测,或许能为疾病发病机制提供新的依据。最后,随着对ICH后病理生理机制的深入研究不断进行,新的治疗方法必将出现。TCD联合QEEG可以动态、快速且及时地反映治疗前后脑功能的变化。
本研究存在一些局限性。首先,这是一项在大学医院环境中开展的单中心研究,样本量相对较小。因此,需要在不同环境中进行前瞻性验证,并采用更大的样本量。其次,我们仅对急性期患者进行了监测,未进行动态监测,而动态监测有助于全面了解随着疾病进展脑功能的变化。未来迫切需要设计良好的、多中心、大样本的TCD联合QEEG动态监测研究,为理解ICH后脑功能变化提供更多信息。
结论
本研究表明,在SAS-ICH患者中,脑损伤引起弥漫性改变,这在TCD联合QEEG的多模态神经监测中表现明显;UPI和DAR是90天临床结局的独立预测因素。TCD-QEEG联合使用后的诊断效能(统计)优于任何单一变量,无论是临床变量还是神经生理变量。
参考来源
- Chen Y, Xu W, Wang L, et al. Transcranial Doppler combined with quantitative EEG brain function monitoring and outcome prediction in patients with severe acute intracerebral hemorrhage. Crit Care. 2018. PMID: 29463290. doi:10.1186/s13054-018-1951-y
- 全文:PMC5820804(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5820804/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。