文献速递重症综合管理与镇静镇痛心脑血管急症

损伤人脑中扩散性去极化自动检测方法的开发与评估

Development and Evaluation of a Method for Automated Detection of Spreading Depolarizations in the Injured Human Brain.
PubMed 文献 · Neurocrit Care · 2021-07-26
一句话结论原型软件可在床旁实时检测扩散性去极化(SD),但灵敏度仅79%,高SD计数时无额外灵敏度损失,密集簇可被检出并归档。

该研究在两家ICU开发并评估了一种可实时和回顾性检测扩散性去极化(SD)的软件,并在18例患者共91个约24小时数据文件中与盲法人工判读(金标准)比较。软件SD计数与人工计数的线性回归斜率为0.7855(95%CI 0.7149–0.8561),R²为0.8415,提示显著低估灵敏度(79%),但高SD计数时无额外灵敏度损失。结论认为尽管灵敏度不足,软件仍可实时检出并展示密集SD簇供临床参考。

要点

  • 在18例重症脑损伤患者91个约24小时ECoG数据文件中,软件实时检测SD的计数与人工金标准回归斜率为0.7855(95%CI 0.7149–0.8561),提示总体灵敏度约79%。
  • 回归R²为0.8415,且高SD计数时无额外灵敏度损失,密集SD簇可被软件检出并实时展示、归档。
  • SD见于约60%的重型颅脑创伤ICU患者,在严重蛛网膜下腔出血和恶性大脑半球卒中后发生率常更高,并与更差临床结局独立相关。
  • 原型软件(Neuromonitor 1.2.15)以15分钟为时间块、12行热图形式同屏展示SD与氧合、灌注、脑温等生理变量,便于床旁优先调整管理。
  • 检测算法基于2003–2010年Co-Operative Studies of Brain Injury Depolarizations协作组标准(Dreier等),将事件分类为CSD、ISD或CSD/ISD。

适用人群与场景

  • 年龄≥16岁、因急性脑损伤(TBI、aSAH、MHS或脑内血肿)需急诊开颅手术、术中在硬膜下放置条状电极行ECoG监测SD的患者;两中心连续纳入,最终验证集为18例患者91个数据文件(KCH 13例、UC 5例)。
  • 原文未提及明确的排除标准;未收集头皮脑电图数据。

诊断标准与关键阈值

  • SD检测算法依据Co-Operative Studies of Brain Injury Depolarizations协作组2003–2010年建立、由Dreier等详述的标准(国际共识人工判读标准)。
  • 低频带(0.005–0.5 Hz)双相或三相慢电位变化(SPC,持续时间约5分钟)与高频带(0.5–45 Hz)自发活动幅度包络降低相关联;SPC与同一通道抑制起始相连判为潜在CSD,SPC与已抑制的高频数据重合判为ISD,不同通道同时存在新发和已有抑制判为CSD/ISD。
  • 开发集ROC曲线选定的置信度阈值为30(0–100分),用于将潜在事件划分为SD与伪差,该阈值用于验证测试。

处置流程与药物剂量

  • 第一步:急诊开颅术中在脑表面(距挫伤切除缘通常1–2 cm的存活组织)放置Wyler ECoG条状电极(6或8个铂触点,暴露直径2.3 mm,中心间距10 mm),术后返回ICU开始连续ECoG。
  • 第二步:经Moberg CNS-310系统采集ECoG(256或512 Hz)及动脉压、颅内压、呼气末CO2、体温、心率等信号,实时传输至Neuromonitor 1.2.15软件。
  • 第三步:软件自动分析6通道ECoG,按上述标准将事件分类为CSD、ISD或CSD/ISD,并在12行热图上以15分钟块显示检测结果与置信度;用户可点选时间块回看原始ECoG波形。
  • 第四步:当侵入性神经监测不再需要时,床旁轻柔牵引拔除电极条;原文报告无出血或感染并发症。
  • 原文未提及针对SD检测结果启动的具体药物剂量、给药途径或目标值;文中仅提及N-甲基-D-天冬氨酸受体拮抗剂氯胺酮已作为潜在治疗进行过预试验,被视为进一步评估的主要候选。

红旗征与不能漏的情况

  • 原文未提及

研究设计与关键结果

  • 研究类型:回顾性验证研究,在两中心(KCH、UC)ICU进行;验证集为18例患者91个约24小时数据文件(KCH 13例、UC 5例),软件输出与两名经验 investigators 盲法人工判读(金标准)比较。
  • 主要终点:软件SD计数(因变量)与 investigator 金标准(自变量)线性回归斜率为0.7855(95%CI 0.7149–0.8561),1.0落在95%CI之外,代表显著低估灵敏度(79%);R²=0.8415。
  • 高SD计数时无额外灵敏度损失,密集簇去极化可被软件检出并实时呈现给临床医生并归档。
  • 开发集包含两院21例患者64.6天数据,与验证集无重叠;ROC分析用于选择置信度阈值30以在灵敏度与假阳性间取得最佳平衡。
  • 图4展示一例(Cincinnati No.5)软件与人工判读SD匹配不佳,部分事件软件置信度仅为中等或低。

证据类型、等级与局限

  • 证据类型:原型软件诊断准确性验证研究,原文未给出正式证据等级或推荐强度。
  • 局限:回顾性设计;验证集仅18例患者91个数据文件、两中心;软件总体灵敏度仅79%;无常规神经网络研究意义上的训练数据集;部分记录不足24小时;原文指出Fig.4病例软件与人工判读匹配不佳。

对床旁实践的改变

  • 该软件可为无ECoG专业经验的 intensivists 提供SD可能存在的早期预警,并支持回看每个候选事件的原始记录,便于在连续数天的神经重症监测中实时识别SD。
  • 软件显示SD的同时同屏呈现氧合、灌注、脑温等生理变量热图,可帮助临床医生结合生理背景优先调整管理。
  • 由于总体灵敏度仅79%,软件阴性不能排除SD;高SD计数时无额外灵敏度损失,密集簇仍可被检出。
  • 原文未提及软件可替代专业神经生理判读,也未给出基于软件检测结果启动氯胺酮等治疗的具体方案。

指南或共识出处

  • 原文未提及具体指南或共识名称;检测标准引用Co-Operative Studies of Brain Injury Depolarizations协作组2003–2010年建立、由Dreier等详述的标准。
全文中译20 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:Neurocrit Care. 2021 Jul 26;35(Suppl 2):160–75. doi: 10.1007/s12028-021-01228-x

引言

神经重症监护实施的一个核心原则是尽量减少继发性损伤的发生,如低氧、动脉低血压和发热。近年来出现了一类新型继发性损伤,据信其促进缺血性或创伤性脑损伤(TBI)所致局灶性病灶的扩大,并可能成为切实可行的治疗靶点。自2002年首次在急性脑损伤患者中被明确证实以来[1],扩散性去极化(SDs1)已被认定为一种继发性损伤,发生于TBI[2]、动脉瘤性蛛网膜下腔出血(aSAH)[3]、恶性大脑半球卒中(MHS)[4]和脑内血肿[5]中。

SD最早由Leao描述[6],是大脑灰质中神经元和胶质细胞的大规模去极化波,导致正常脑皮层电图(ECoG)波幅压低,由大量跨膜离子转移引起,若不能迅速恢复至正常分布,则启动级联反应导致组织坏死。部分去极化可促进组织坏死从而损害临床结局的证据已在近期综述中总结,同时总结了在ICU环境下用于检测损伤人脑中此类事件的已开发方法[7–11]。详细研究已确立TBI不良结局与自发性SDs发生之间的关系[12, 13]。

近期两篇讨论文章探讨了在检测到SDs时设计治疗方案的固有困境[14, 15]。作为一种潜在治疗手段,N-甲基-D-天冬氨酸受体拮抗剂氯胺酮已成为初步研究的对象[16, 17],并被视为进一步评估的主要候选药物。鉴于SD监测的日益普及和干预趋势的形成,迫切需要新的技术和分析方法来检测和评估SDs,以简化床旁监测和实时判读的挑战。简化的流程将促进临床研究和药物试验,并为逐小时的常规临床管理提供依据。其核心在于临床医生能够以简单的汇总形式同时可视化SDs及目前已知促进其发生的变量。本文报告工作的主要目标是为一线的重症监护医师(无ECoG专业经验)提供一套软件流程,对可能存在的SDs提供早期预警,并附带查看每个候选事件原始记录的选择。之所以需要这样做,是因为极少数临床神经生理学服务部门具备技术和临床经验,能够为神经重症监护同事提供实时诊断服务,尤其是需要持续数天不间断提供的服务。这一不足目前限制了神经重症监护临床医生采用一种方法的能力——他们现已认识到该方法能使其提供更加个性化的诊疗,识别并应对特定的、可能适合靶向治疗的已知异常。

与此密切相关的是,需要一种SD检测算法,将其结果展示在核心病理生理变化的背景下,以帮助确定管理变化的优先顺序。因此,本报告描述了一种软件程序的开发和验证,该程序旨在实时检测和存档接受重症监护的急性脑损伤患者ECoG数据流中的SD。临床医生通过一个更广泛的软件设施(Neuromonitor)访问SD检测软件,该设施旨在在患者当前生理状态的背景下显示SD的发生情况;我们简要说明这些功能组合是如何实现的,但重点在于评估SD检测软件的性能。

方法

患者招募

连续获取年龄16岁及以上、不同性别的急性脑损伤需要急诊开颅手术(TBI、aSAH、MHS或脑内血肿)患者的电生理记录。如果患者在手术结束时、伤口闭合前放置了硬膜下线性条状电极进行ECoG监测SD,则纳入研究。在辛辛那提大学(UC),使用硬膜下条状电极进行监测作为一项正在进行的前瞻性观察研究方案的一部分,获得了机构审查委员会的批准,每位患者的合法授权代表提供了书面知情同意。在国王学院医院(KCH),经研究伦理委员会批准,从近亲属或非研究者的顾问/神经外科主治医师处获得书面同意。对于没有可立即联系到的近亲属的患者,在第一时间解释了使用硬膜下条状电极进行SD监测的相关事宜,并提供终止研究程序的选择。无一例患者拒绝同意。

手术与重症监护

如本主题既往报告所述[18],根据临床指征进行单侧额颞或双额开颅术,并清除任何急性硬膜下血肿。对产生占位效应的脑内血肿进行清除,并确保止血。在关颅前,将Wyler ECoG条状电极(六个或八个铂触点,暴露直径Ø2.3 mm,中心间距10 mm;Ad-Tech,Oak Creek,WI)放置在判断为有活力的脑组织表面(无论水肿或充血),通常距挫伤切除边缘1–2 cm。在有限数量的病例中,额外将探头(通常为脑组织氧分压(PtiO2)传感器(Licox;Integra,Tullamore,爱尔兰;或Raumedic,Helmbrechts,德国))插入ECoG条状电极邻近的脑实质中。本研究未采集头皮脑电图数据。手术后,患者返回ICU,开始连续ECoG监测。神经重症监护实践遵循基于脑创伤基金会发布的指南(重型TBI管理指南,第四版;2016年9月)制定的书面指南,与我们之前的联合文章[18]相比变化不大。当有创神经监测不再有临床需要时,终止ECoG记录,并在床旁通过轻柔牵引移除电极条。电极条未引起出血性或感染性并发症。

软件开发历史与研究设计

在获得资助后(请见资助来源),由重症监护医师、神经外科医师和生物工程师(伦敦)开发了一份详细规范,用于一套软件,以(1)在急诊手术结束时,从床旁监护仪提取高分辨率时间序列数据,同时从直视下放置的六触点硬膜下电极条提取连续ECoG,以及(2)持续监测ECoG输出并检测SD。SD检测器算法的开发者将其代码建立在2003年至2010年间脑损伤去极化合作研究协作组成员所建立的标准之上,并由Dreier等人详细描述[10](详情请见下文)。SD检测算法在开发人员与可获取2010-2014年期间所采集ECoG数据的临床医生之间的迭代对话中逐步完善。所使用开发数据集的临床摘要见表1。对话在同一时期持续进行,其间穿插了对整个Neuromonitor软件包中其他功能的工作。在此期间,分别进行频率滤波的ECoG数据流的生成依赖于LabChart(ADInstruments,Bella Vista,澳大利亚)内的专有滤波软件。

2018年,KCH获得了一套商业系统(Moberg CNS-310 Component Neuromonitoring System;Moberg Solutions,Inc.,Ambler,PA),以便更好地向临床团队呈现SD和持续的床旁监测数据。该系统设计用于在共同时间轴上汇编(并归档)不仅来自床旁监护仪的常规高分辨率信号,还包括多通道ECoG以及额外的外部信号,如PtiO2和微透析代谢物值(如有)。因此,需要该系统与我们原型SD检测器和屏幕呈现软件(Neuromonitor)之间的新软件接口。值得注意的是,需要进行大量新的工作,新编码的频率滤波器旨在复现原始滤波器的性能;该工作涉及基于连续病例招募的进一步迭代过程。一旦KCH用户对新软件包的可靠性感到满意(2019年初),便不再进行进一步开发,本文所呈现的数据——验证数据集(表2)——是用当前单一版本(1.2.15)的检测器软件采集的。因此,不存在神经网络研究背景下常规定义的可用训练数据集。我们(KCH)与UC的合作者一起,自2019年初起在相似的时间段内监测了连续总计24例患者。本报告仅涉及Neuromonitor版本1.2.15中所封装SD检测器的技术性能。

表1 开发集:人口统计学和手术摘要 查看原表 ↗
表2 验证集:人口统计学和手术摘要 查看原表 ↗

监测技术(床旁)

动脉压和颅内压、呼气末二氧化碳、体温和心率的连续数字化信号通过串行连接从Philips Intellivue监护仪传输至Moberg CNS-310组件式神经监护系统(Moberg Solutions, Inc.)。ECoG条带连接至Moberg CNS高级ICU脑电图放大器(40通道;输入频率响应:直流至奈奎斯特频率),馈入同一CNS-310系统并以256或512 Hz数字化。与损伤对侧的烧结Ag/AgCl头皮电极(KCH)或置于同侧乳突的皮下铂针电极(UC)作为远场共同参考。Ag/AgCl头皮电极作为接地。全身变量和ECoG在同一时间轴上实时连续记录和显示并存档。在KCH的所有病例和UC的一例病例中,相同数据还通过点对点以太网连接实时传输至运行Neuromonitor原型版本1.2.15的笔记本电脑(最初由英国约克的Cybula Ltd受健康创新挑战基金资助编写),该索引系统用于本次诊断准确性评估。在本研究实施过程中该软件未作编辑。

Neuromonitor软件面向用户的屏幕呈现

为满足临床医生的规格要求,建立了水平时间滚动的屏幕,共12行,其中11行分配给连续监测变量,分组为氧合/呼吸功能指标(呼气末二氧化碳、PtiO2和全身氧饱和度)、灌注(平均动脉压、脑灌注压和颅内压)、脑温和脑代谢(在快速采样脑微透析数据可用时实施)。每行中的每个独立方块代表给定变量的15分钟平均值,方块根据数值相对于临床医生定义的目标值进行颜色渲染,从而构成热图的一个示例。方块内设有白色箭头以指示异常偏低或偏高偏离正常范围。屏幕宽度为12小时。

SD事件的软件检测

第12行(电生理)描绘了对六通道ECoG数据进行在线软件分析的结果。检测算法使用包含来自两家不同医院21名患者的64.6天数据的数据集(开发队列;表1)进行开发和评估,分类结果与KCH共同作者手动评分的金标准文件进行比较。该早期开发数据集或队列与用于计算本文所呈现结果的验证数据集(表2)之间无重叠。

分析采用自下而上的方法,在单个通道中识别低层级特征,然后将其组合在一起并分类为伪差、CSD、ISD或CSD/ISD,遵循人工审阅和评分的国际共识标准[10, 19]。

原始全频带(直流至奈奎斯特频率)数据的每个通道被分为低频(0.005–0.5 Hz)和高频(0.5–45 Hz)两个波段。图1展示了六个通道在一系列SDs中滤波为两个频段后的波形,既包括呈现给检测器软件的波形,也包括研究者手动列出SDs时所可视化的波形。关键的低层级特征为高频波段中振幅包络(自发性活动)的降低,以及低频波段中持续时间约5分钟的双相或三相瞬变,称为慢电位变化(SPC)。

检测器软件同时寻找这两种低层级事件,随后SPCs首先与同一通道中任何同时发生的抑制事件相关联,之后再与来自其他通道的邻近SPCs结合——随着波经过电极阵列——从而创建一个高层级事件。如果某一事件中没有任何SPC与抑制相关联,该事件被归类为伪迹。如果SPCs与抑制的起始相关联,软件将该事件归类为潜在CSD,而与已受抑制的高频波段数据相重合的SPCs则被给予ISD分类。当不同通道中同时存在新的和已有的抑制时,使用CSD/ISD分类。同时在多个通道上发生的SPCs被归类为伪迹。

事件组合和分类过程使用置信度系统来处理决策过程中的不确定性。每个低层级特征都有一个相关的置信值,以100分为满分评分,代表抑制的强度或SPC的清晰度。这些值随后在事件组合过程中传播,高层级特征根据其所来源的低层级特征的数量和置信度被赋予置信值。其他低层级特征,如加速度计检测到的运动(在本报告的患者中未实施)或不良或缺失ECoG通道的存在,也会影响置信值。

在ECoG数据的人工评估中,模式化定型(stereotyping)[2]是区分真正SDs与相似外观伪迹的关键方法。尽管SPCs在患者之间以及同一患者的不同通道之间会有显著差异,但当比较来自单个患者的多例SDs时,同一通道内的SPC形态以及跨通道的SPCs序列/间隔通常以模式化的方式重复。自动分析使用基于神经网络的模式匹配算法[20]将每个候选事件中的SPC形态与所有其他候选事件进行比较,并构建相似性矩阵。层次聚类算法[21]使用该相似性矩阵将潜在事件分成相互相似的组。主要聚类中的事件更可能是真正的SDs,因此其置信值被提高,而更可能是伪迹的离群值的置信度则被降低。

最后,对最终的置信度值应用阈值,将潜在事件分为SD和伪差,阈值的选择可控制整个检测过程的灵敏度。图2显示了使用开发数据集计算得到的受试者工作特征曲线,阈值从0增至100。红色圆点所示的阈值30在灵敏度和特异性之间取得了最佳平衡,Neuromonitor软件在本文报道的验证测试中使用了该阈值。

图1 单个扩散性去极化(SD)示例,展示其通过 underlying 大脑皮层从触点5到1以不规则路径(5, 6, 4, 2, 3, 1)传播。当原始直流耦合记录在0.005–0.5 Hz滤波时可见典型的SPC,并在0.5–45 Hz常规频带中观察到自发性活动抑制。慢电位的振幅标尺(右侧)在通道1和6中较大(4 mV),而通道2–5为2 mV。自发性活动的标尺适用于所有通道。在所示时段末,通道6出现第二个SD 查看原图 ↗
图2 受试者工作特征图,显示检出率和假阳性率的变化。置信度阈值0至100用于将潜在事件列表分为伪差和SD。由于此图仅关注置信度系统区分真实SD与伪差的能力,此处的完美检测并不对应整体完美检测,因为并非所有SD均被识别为潜在事件。图2结果来源于2家医院21例患者64.6天的开发数据,将Neuromonitor分类与AJS手动汇编的金标准文件进行比较。该数据集用于选择阈值水平30(如红色数据点所示),供Neuromonitor软件使用,其在限制假阳性数量的同时给出了最大灵敏度。此早期开发数据集与本文报道的当前验证数据集之间无重叠 查看原图 ↗

检测到的SD事件的描绘与软件分级

每个变量的15分钟 epoch 在15分钟采样期内未检测到事件时显示为绿色,检测到一个或多个SD事件且置信度高时显示为红色(见图3和图4中最下方轨迹)。中间颜色按检测置信度成比例着色,随着如上所述的定型使置信度增加,可回顾性地向红色加深(或恢复为绿色),或随后置信度降低。在热图时间范围内的任何时间,用户可在CSD线上选择给定 epoch,从而获得特定检测所基于的ECoG时间序列数据(包括SPC和自发性活动)图形。列出事件时,软件还记录检测置信度(如上所述),并将事件表征为CSD、ISD(普遍认为比CSD具有更大致病潜力[12])或CSD/ISD。这些命名的标准列于附录中。

图3 默认神经监测仪显示示例,展示12小时处理过程的示例。每个方块代表该变量15个1分钟均值的总平均值。当总平均值位于临床医生定义的正常范围内时,方块呈绿色;随着偏离严重程度增加,颜色从橙色渐变为棕色再到红色。方块中的白色箭头指示该变量是高于还是低于指定范围。用户可以选择更改色阶,例如对于已知患有高血压的患者。黑色行表示源监测仪无可用信号。三条灰色线代表软件占位符,用于先前和未来实施的脑微透析液代谢变量在线采样。最下面一行(电生理学:CSD)基本连续的红色方块序列表明存在长时间快速重复的SD事件序列(持续时间长且强度高的簇),具有严重的致病潜力[13]。有关检测结果按时间标记到ECoG事件和研究者地面真值的示例,请参见图4。CPP,脑灌注压;EtCO2,呼气末CO2;Glu,脑组织葡萄糖;HR,心率;ICP,颅内压;Lac,脑组织乳酸;MAP,平均动脉压;PbO2,脑组织氧分压;SpO2,全身氧饱和度% 查看原图 ↗
图4 一名患者的ECoG数据及相应软件热图输出示例,该患者中软件与研究者对SD的判定匹配不佳(辛辛那提第5号;另见图5点C和讨论)。顶部六条ECoG轨迹针对低频(0.005–0.5 Hz)滤波,下方轨迹针对高频(0.5–45 Hz)波带滤波。图中显示了研究者SD判定(红色)和软件判定(蓝色)的时间,旁边附有软件百分比置信值。在凌晨1:31和1:51,判定结果高度一致,尽管软件置信度仅为中等或较低。请注意,在凌晨3:13,软件列出的单个SD在热图上由两个方块表示(3:00–3:30),因为该事件的持续时间跨越了两个15分钟采样区块(另见补充材料中的视频)。CPP,脑灌注压;CSD,皮层扩散性去极化;EtcO2,呼气末CO2;Glu,脑组织葡萄糖;HR,心率;ICP,颅内压;Lac,脑组织乳酸;MAP,平均动脉压;PbO2,脑组织氧分压;SpO2,全身氧饱和度% 查看原图 ↗

检测器性能评估

除了其主要计划应用(在床旁实时检测和记录SD事件的能力)外,应当注意,完全相同的Neuromonitor可执行程序也能够处理存档数据(吞吐速率为实时的24倍)。本验证研究的设计是回顾性的,因为部分数据是在最终软件版本定稿之前采集的,且作为参考标准的数据 ground truth 评分也是在此之前完成的。所有数据随后由最终版本处理,以评估其相对于人工评分的性能。通常,约24小时(但偶尔少于24小时)的记录或存档作为一个单一数据集——CNS310存档文件——提交给研究者审阅,随后提交给Neuromonitor。经过筛选(请见结果),共获得来自18例患者(KCH = 13,UC = 5)的91个文件。两名经验丰富的研究者分别对自己中心的数据进行SD事件的人工评分,并使用CNS Reader(Moberg Solutions, Inc.)依据Dreier等人[10]的标准审阅每个文件,生成 ground truth 数据集。

软件在给定记录中报告并表征的每个事件,均与ECoG多通道时间序列(两个频带)上的对应时间点进行核对,并在软件输出文本文件的注释列中标记为真阳性或假阳性。当研究者发现一个事件而软件未检测到对应事件时,则在其专属额外行中作为假阴性录入该文件。随后将软件检测到的事件录入电子表格,每条记录一行,各列分别列出该记录中的总数,按软件置信水平分类:高、中或低(针对CSD);ISD;或CSD/ISD。这些在额外一列中汇总。另一列列出置信度为60%(该值系经验性选取,作为可能的软件置信度二分类截断值)及以上但低于高置信度(范围70–100%)的中等置信度事件总数。其他列列出:(1)研究者对所有事件的计数(KCH数据未做亚类分类),(2)假阳性数,(3)假阴性数。然后将每条记录中检测到的SD事件总数(所有置信水平,30%及以上,且未按CSD/ISD分类)与研究者事件计数通过线性回归(无约束)进行比较。进一步分析见结果部分。

在第二项分析中,我们计算了灵敏度和特异度(以91个数据点各自的假阳性率表示,范围为0–1.0,使用2×2列联表计算;未提交个体数据)。真阳性定义为研究者确认的软件癫痫样放电(SD)报告,按采样时段汇总(通常约24小时)。假阳性为同一采样时段内被研究者排除的软件报告事件。假阴性由研究者在软件记录中添加一行、记录漏检事件的时间来登记,同样按同一采样时段汇总。我们按如下方式生成真阴性值:由于每小时复发性SD的最大数量约为3次,我们假定一个真阴性事件占据20分钟采样时间,并计算未被经验证SD占据的20分钟时段数,作为该记录的真阴性数。灵敏度按每条记录计算为确认的软件检出数除以确认检出数(阳性)与软件漏检的研究者检出数(假阴性)之和。假阳性率按记录持续时间计算为假阳性数除以未被经验证SD占据的20分钟时段数,即“静默”时段数。计算灵敏度时,若分母(经验证检出数+软件漏检数)为零,则无法计算。因此,可计算的灵敏度数量远少于假阳性率的计算数量(后者始终可计算)。

结果

来自UC的5例匿名患者的ECoG记录由JAH判读,随后通过Neuromonitor中的SD检测器处理。来自KCH的13例患者的匿名记录在筛选后仍可供AJS使用。数据集被剔除或未收集的情况包括:(1)患者返回ICU后病情迅速恶化,监测被判定不再适宜(n=3);(2)描记中唯一特征是归因于护理操作的艺术伪差性ECoG事件(n=1,下文讨论);(3)SD仅限于单个ECoG通道(n=2;请见讨论)。通常,数据根据临床需求连续采集约24小时,例如因间隔期计算机断层扫描或其他操作而中断。因此,特定患者的数据记录数主要取决于监测天数,18例患者共获得91个数据集(KCH 13例,UC 5例;表2)。

研究者地面真值的一致性

在对研究者间一致性的简要检查中,发现AJS对UC数据集中事件计数与JAH的计数非常接近。因此,我们依赖单个人的手动事件计数,尤其考虑到Hartings等[22]此前关于手动判读观察者间高度一致性的发现。

软件SD计数与研究者地面真值的列表比较

在验证数据集的18例患者中(表2),监测总时长范围为29小时至16天。采样和分析的总时间为1915.4小时。每份记录均被视为独立数据集,由Neuromonitor和研究者分别进行分析,共产生91个数据点用于无约束线性回归分析,以总事件计数(所有三种SD事件模式的合计——CSD、ISD以及不确定为CSD或ISD——无论Neuromonitor报告的置信百分比如何)为因变量,以研究者的人工判读金标准为自变量。回归斜率(图5)为0.7855(95%置信区间[CI] 0.7149–0.8561);因此,斜率为1.0的恒等线(已显示)位于95%置信限之外且在其上方,回归数据表明总体灵敏度为79%。R²为0.8415。y轴截距为显著正值(1.30;95% CI 0.38–2.22)。

我们首先在视觉上注意到,当研究者计数低于n=11时,回归线和恒等线上方存在一个明显的点簇,提示存在一组假阳性,并呈现计数高于此值时灵敏度降低的明显趋势。我们还注意到,在91份记录中有27份(29.7%),SD检测器和研究者在总计431.2小时(占总采样时间的22.5%)的采样时间内均未记录到任何模式的SD;显然,所有这些点在图5中均绘制于坐标0,0处。

图5 散点图,通过线性回归比较软件(Neuromonitor)的去极化计数(SD,所有类型:CSD、ISD、CSD/ISD;因变量,纵轴)与研究者的手动计数(自变量,横轴)。回归斜率为0.7855(95%置信区间:0.7149–0.8561),显著小于恒等线(已标注线)。注意:(1)27份记录中软件和研究者在坐标0,0处重叠,均未见任何候选事件;(2)存在大量假阳性,同样有许多重叠点,其中研究者计数为10或以下。标记为A、B和C的点为离群值,反映软件存在显著漏检,在讨论部分予以考虑。 查看原图 ↗

灵敏度和特异度分析

灵敏度以0.0–1.0范围表示,表达式TP/(TP + FN)²分母所需的非零值在91份记录中有48份可获得。在27份此类记录中,灵敏度为最大值1.0,表明研究者检测到的所有SD均被软件捕获。中位值为1.0,95%置信下限为0.83,第25百分位下限为0.66。然而,在这些记录中有14份注意到灵敏度1.0来源于单个正确检测的SD。

假阳性率(特异度)按上述方法计算,同样以0.0–1.0量表表示。所有91份记录均可获得数值。中位值为0.0090,第75百分位上限为0.039,95%置信上限为0.014。个体最大值为0.19。

软件置信水平60%与30%的比较

鉴于初步经验中出现大量置信值在30%至60%之间的假阳性,我们提出60%置信度可能是更适用于临床的定义SD候选事件的阈值。因此,我们检验了将原始30%置信阈值提高至60%对每个软件记录中报告事件数超过研究者计数的影响。在30%置信度下,有40条记录软件计数超过研究者计数;值得注意的是,其中仅有一条记录研究者计数超过10(图5)。在60%置信度下,40这一数字降至16。我们随后重新检验了整体回归方程,将软件SD判定限制为置信度60%及以上者,发现斜率为0.5520(95% CI 0.4979–0.6060),表明敏感性显著下降;回归线在y轴上的截距(0.36;95% CI − 0.4534至0.9779)不再显著高于零。

为检验在研究者在低总计数时软件SD计数过多是否反映了在超过研究者计数的判定中低置信度(低于60%)SD判定所占比例高于60%以上置信度者,我们将置信百分比在30至60之间的单个假阳性数量表示为该记录所有软件判定的百分比。有37条此类记录软件SD总计数超过研究者计数:低置信度判定的中位百分比为63%。有27条记录原始软件计数等于或低于研究者计数;此处低置信度判定的百分比为11%,显著较低(Mann–Whitney双尾U检验=257;p=0.0004)。因此,当SD不频繁时,软件计数超过研究者计数的数量似乎是由于在这些情况下较低置信度软件判定所占比例较高。当我们使用60%置信阈值时,软件计数超过研究者计数的记录数从40降至16。(其余27条软件或研究者均未记录事件的记录与此分析无关。)

现在考虑图5中软件与研究者计数均处于较高范围的较少区域(研究者计数大于10,n=11),我们基于所有软件SD检测(即置信度30%及以上)检验了总体结果。在这些记录中,除一条外,软件计数均低于研究者计数,尤其是在图5中标记为A、B和C的三个点处。这些离群值的可能解释列于讨论部分。

吸入氧分数团注作为假阳性来源的实验评估

在一些患者中,为临床指征在开颅手术时于ECoG条带附近放置了PtiO2探头。本研究中一个值得注意的偶然发现导致一名患者被排除,即在一条条带的多数电极上同时出现若干低频瞬态事件,且这些事件紧接在于气道吸引或其他护理操作之前给予的吸入氧分数(FiO2)团注之后发生(图6a、b)。自发性活动(0.5–45 Hz)信号的波幅无相关变化,但Neuromonitor将这些事件报告为SDs。我们推测,这种在多个触点同时出现的低频瞬态可能有电化学解释;如果铂ECoG圆盘相对于参考电极处于负电位(这是可能的),它就可能能够传导氧还原。氧浓度的变化会降低电荷转移电阻,使2 mV电压驱动纳安级电流进入放大器。这是可能的,因为电生理放大器的高输入阻抗为100 MΩ。如果使用电压表而非静电计级放大器,pH电极也可观察到此类效应。

为验证这一假设,我们进行了一项实验室实验。在室温(25˚C)下,将含有KCl(2.7 mM)、NaCl(147 mM)、CaCl2(1.2 mM)和MgCl2(0.85 mM)的人工脑脊液溶液(aCSF)置于敞口烧杯中。将两根商用铂(Pt)电极(直径1.2 mm;CH Instruments,Austin,TX)和两根参比电极(Ag/AgCl/3M KCl;BASi,West Lafayette,IN)放入aCSF中。一对Pt电极/参比电极连接至静电计级高阻抗放大器输入端(CHI-650a,开路电位模式,输入阻抗大于1012 Ω;CH Instruments)。第二对连接至较低输入阻抗的电压表(Amprobe 5XP-A数字万用表,Amprobe,Everett,WA,USA),输入阻抗大于1 MΩ)。选择该电压表是因为注意到电生理放大器的电生理输入端虽然被归类为高阻抗,但实际上相对于静电计而言阻抗较低,为100 MΩ。这当然与其为保障患者安全所需的对地隔离是两回事。在允许稳定2小时后,向溶液中通入氧气15分钟,随后通入氮气15分钟,然后再进行一段稳定期。结果如图6c所示。考虑到慢电位ECoG数据采用标准电生理学惯例呈现,即超极化表现为电压向上偏移,该结果与图6a中所见在定性上一致。因此,图6b中的3 mV慢电位ECoG偏移(图6b中为直流耦合而非如图6a中的交流耦合)以绝对值表示代表电压降低。图6b中的PtiO2值偏移37 mm Hg。我们估计,在体外,空气饱和的aCSF中溶解氧约为118 µM。当用纯氧通气时,该值约增加五倍。因此,与FiO2团注相关的ECoG SPC的基础似乎是电化学性的。我们的初步经验是,该伪差可在交流耦合ECoG描记中(经滤波以选取SPC)被识别为快速出现的高波幅瞬变,在大多数或所有通道中高度同步(图6a、b)。我们将寻求修改软件SD检测算法,以进一步降低该伪差来源导致假阳性的风险。

图6 电化学原因导致由100%吸入氧团注引起的同步多通道慢电位变化的演示。a 排除患者中可见的100%吸入氧分数(FiO2)团注及同时出现的高氧ECoG瞬变的示例。在上方信号组的所有通道中可见高电压(真实DC值达到40 mV)慢电位瞬变。中间信号组(滤波选择0.5–45 Hz活动)显示了通常伴随SD出现的自发性活动抑制的频率范围。此处未见此类活动抑制。下方轨迹显示与FiO2团注耦合的脑组织氧张力(PtiO2)升高。检测器算法的未来开发将寻求专门识别此类高氧ECoG瞬变并与SD区分开来。b FiO2团注对慢电位ECoG和脑组织氧的影响。上:患者London-11的ECoG条带上触点4的DC输出(正电位向上显示)。在条带的所有电极上同时可见类似信号。未见自发性活动(0.5–45 Hz)变化(数据未显示)。下:使用Raumedic Neurovent–PTO联合探头同时记录的ICP和PtiO2的PtiO2信号。绿色条表示在气道吸引或其他护理操作之前给予的FiO2团注。c 氧气鼓泡对铂电极开路电位的影响。电位由高阻抗CHI系统相对于Ag/AgCl测量。实验前系统电压稳定1小时。氧气和氮气鼓泡各进行15分钟。CHI系统所见真实DC电压变化为从0.396 V(相对于Ag/AgCl)的稳定开路电位向下偏移62.0 mV。该偏移并非由质量传输效应引起,开启磁力搅拌器无影响。对于电压表系统,可见类似效应(数据未显示)。开路电位较低,为0.147 V(最可能的原因是电压表较高的输入偏置电流由氧还原满足),向下电压偏移为23.0 mV。以相同强度的氮气鼓泡替代氧气鼓泡导致开路电位短暂逆转(CHI + 17 mV,电压表 + 77 mV)。使用磷酸盐缓冲盐水时也可见非常相似的效应(数据未显示) 查看原图 ↗

讨论

据我们所知,这是首份关于自动检测急性脑损伤患者中发生SDs的报告;我们希望它能作为进一步开发的基础。这样的开发是及时的,因为神经重症监护医师日益认识到SDs是临床研究的优先事项[23],而且在许多中心,SD监测已被采纳为标准治疗。在TBI的情况下,约60%接受急诊开颅术并在关颅前放置硬膜下ECoG条带的患者会出现SDs,且在这类患者中,SDs的频率可能很高[13]。在任何2小时期间内出现连续三个SDs通常被定义为簇,并且有明确证据表明,这类CSDs簇(请见引言中的脚注)在首次出现时以充血性神经血管耦合和相对较快恢复至基线ECoG活动为特征,倾向于发展为ISDs序列。相比之下,这些ISDs以持续性ECoG抑制、更强的血管收缩性神经血管耦合[24–26]以及SPCs持续时间延长为特征,表明组织复极进行性失败[13]。在此,我们的18例患者中有6例在24小时内经历了至少24次SDs,其中一例在连续两个24小时期间记录了113次SDs;在该患者中,软件在第二个24小时期间检测到向ISD发展的趋势,尽管报告不完整(图5中的C点)。从CSDs到ISDs并最终到终末去极化的相同恶化模式已在aSAH患者中描述[27–30]。

该软件有效满足了神经重症监护医师对一种简单方法的需求,以揭示显著SD活动的存在。尽管Neuromonitor事件计数对研究者金标准回归斜率的95% CI低于1,表明检测器存在轻度不敏感性,但图5表明,当SDs频繁时,它们仍会被检测到——如果不是在总计数上,那么肯定仍能在可靠的定性意义上被检测到。相反,对回归图(图5)的审查表明,不存在可能导致治疗错误的高数量假阳性报告的情况:整个研究中最高假阳性率为0.19(范围0–1.0),而在研究者计数高于10的数据中,只有一例软件计数超过研究者计数:超出8%(52 vs 48)。

从回归图的参数(图5)(软件SD计数 = [0.786 × 研究者计数] + 1.298)可以得出什么结论?研究者计数低于10的大量假阳性似乎很可能解释了回归截距的正偏倚。在这37个比较组中,低置信度软件判读的比例显著高于原始软件计数等于或小于研究者计数的27条记录;后者的低置信度判读百分比为11%,显著更低(Mann–Whitney双尾U检验 = 257;p = 0.0004)。当剔除低置信度软件判读后,截距不再显著;我们由此推断,大量假阳性(研究者计数为10或以下)可能是回归中软件计数正偏倚(+ 1.298)的原因。这些假阳性代表偶发事件,通常分散在约24小时的时间段内;任一患者中的最大值为13次事件,分布良好。我们将这些过度检测错误归因于缺乏刻板模式,源于相似SD缺乏连续重复。在此背景下,我们再次强调,在近30%的记录中(占采样时间的22%),研究者和软件均未观察到SD。

三个离群点(图5,点A、B和C)似乎是低灵敏度的特殊来源,我们已对这些数据集进行了较为详细的检查。浮现出的一个主题是ECoG信号幅度在数天内逐渐恶化的趋势,在0.5–45 Hz带通滤波(自发活动)域中更为明显。软件利用刻板模式匹配作为识别SD的辅助手段,从而从早期事件中学习(有时表现为所报告事件为SD的概率在15–60分钟后上升)。CSD后高频带幅度恢复的进行性丧失反映向ISD的进展,意味着偏离刻板模式,增加了漏检风险。此外,在点A(图5)的数据中,我们观察到信号幅度在较高值和较低值之间出现突然且不可预测的急剧波动,我们将其解释为电极条交替进入和脱离大脑皮层接触。反映在点C中的事件漏检受到了特别深入的审查。在该记录的早期数小时(图3),事件规律发生(如广泛观察到的[31, 32]),以21分钟间隔持续7小时,软件SD检测与金标准精确匹配。后来,由于时间上的重叠,计数变得更加困难,连续的SD同时出现在电极条的两端,导致漏检。该数据集的第二个挑战是一段持续约40分钟的严重ECoG伪差期;此后(图4),尽管规律的SD模式以与之前相似的频率恢复,但事件的幅度和形态已发生变化,而先前刻板模式的重新建模在此情况下不够迅速。

SD检测软件在临床实践中的效用

因此,当SD为散发性、且ECoG形态可能多变时,回归参数似乎反映了假阳性的高发生率,以及在高SD频率下漏计的风险。当临床团队在很大程度上依赖当前的热图显示,而不是依赖对已完成数小时监测期的打印文本摘要时,这些发现及其解释应如何指导该系统在临床实践中的使用?首次SD标志的意义将在很大程度上取决于软件的可信度(由其分配的颜色表示:从绿色到红色),但仅凭其本身,即使带有高可信度标签,似乎也不太可能在床旁引发任何即时反应。由于显示每15分钟更新一次,决定任何临床反应的是随后的事件链。在3小时或更短时间内出现三次或更多SD已被定义为簇[33],并被认为伴有病变进展风险增加。当前配置的热图显示将显示此类簇。然而,在每小时1至3次这一更高的SD复发率下,且如上所述并由于不同原因,热图显示可能低估或高估SD频率。我们的结果表明,事件发生的文本记录不会高估真实SD的较高发生率,但目前无法在热图上显示。

按软件当前配置,对低可信度的SD判定常规予以打折的用户策略,存在明显漏计可能为真实事件的风险。未来的工作可能有必要重新审视这一问题。

为进一步提高软件性能,我们确定了若干优化软件和临床流程的机会。首先,检测算法是在来自硬膜下条状电极序贯双极导联的数据集上开发的,因此部分依赖于相邻通道中SPC曲线的(固有)相位反转。未来,我们将应用为单极导联使用而开发的另一版本检测器。其次,在获得我们各手术团队同意的前提下,我们将尽快引入并评估手术和记录程序的一系列联合变更(稿件起草中),以确保电极条与皮质表面更稳定接触。第三,如果信噪比的改善得以维持,我们预期提高检测器对仅限于一个或两个通道的SD事件的敏感性(例如当前Neuromonitor原型版本并不总能检测到的那些事件)。第四,使用加速度计将减少假阳性,而PtiO2信号可提高敏感性,并且对检测ISD尤其有用。最后,需要开展工作以降低FiO2推注所致假阳性的风险。这些拟议变更的影响将需要与本文报告的结果进行比较后再评估。

在这项工作中,我们主要寻求提供一种检测和计数SDs并以易于理解的格式描绘其频率的方法,但所采用的显示程序也提供了一种简单的视觉手段,用于检测可能促发SDs的关键全身变量的变化。该系统目前80%的灵敏度足以检测和突出显示那些因其频率而被认为具有特定致病潜力的SDs簇[12, 13]。这提供了区分不同恶化序列并加以阻断的可能性。由于该系统提供对SDs的连续监测和即时检测,它还消除了临床神经电生理学家持续在场陪护或定期回顾性专家审查的需要,后者会导致治疗反应延迟。一个非常积极的定性发现是,首次提供描绘SDs发生频率的简单显示,已引起床边临床团队的日益关注,并促使他们迅速讨论对尤其是一组SDs做出治疗反应的必要性。同样,在热图屏幕上直观显示全身变量不良变化的简明表示及其与SD发生的关系,正开始证明有价值,因为它促使并启发了关于因果关系和治疗选择的讨论。作为一个推论,我们预期利用Neuromonitor热图显示及其文本格式的事件列表来促进以SD频率为终点的临床研究项目;在这种情境下,可能需要更严格的SD事件列表,例如,研究者可以选择重点关注软件列出的置信度低于70%的SD候选事件的人工审查。从长远来看,已应用于检测术后患者SDs electrocorticographic波形的算法,有潜力适应来自例如任何未来技术的 Novel waveforms,这些技术以足够的可靠性靶向从头皮无创检测SDs。

局限性

本报告可被视为不完整,因为我们在上文指出了对流程以及源代码本身的一些可能改进,当前数据可视为初步参考标准,用以评估未来进展。特别是,有必要理解并改善我们发现的灵敏度降低问题。通过进一步研究,我们将力求解决这是系统性的,还是仅仅反映了某些情况下可识别并加以考虑的检测不足。对开发数据集(表1)和验证数据集(表2)中病例构成的比较表明,开发集中有相当数量的患者因恶性大脑中动脉梗死(MHS)接受了去骨瓣减压术,而验证集中仅有一例。由于这些(开发集)MHS患者中研究者判读的SD呼叫数量较少(被认为与条带位于核心组织的位置有关),从该组获得的信息较少;然而,除这些病例外,两组的规模和构成相似。我们无法确认开发集中所用检测器软件的输入频率带宽与验证集中所用的是否精确匹配。尽管如此,本报告描述了当前软件的性能。

鉴于ISD的致病潜力,遗憾的是,该软件特异性识别这些事件的能力未得到更充分的测试(图5,C点)。虽然检测到了一些ISD,但其报告率显著偏低。第二个数据集中可见多个ISD,见补充材料,结果更为乐观;此处,62个真实事件(未区分CSD、ISD或CSD/ISD)的检出率为90%,完全匹配检出率为63%,在总计31小时的采样时间内出现3次假阳性。我们从这些有限数据中得出结论:按照该软件目前的表现,临床使用中当热图上出现无法解释的SD频率下降时,需要保持一定的谨慎。

在现阶段开发中未解决的另一个问题是,热图对SD的描绘依赖于伪彩虹色码来表示软件对SD判读的置信度;这对色盲个体可能用处不大,但该问题正在解决中。

此处可能与灵敏度和特异度降低有关,但适用于任何SD监测工作的是,必须严格注意接地和参考触点的仔细有效放置及其维护。

结论

我们通过对原型软件的评估表明,使用自动化程序可以在临床ECoG记录中实时检测SD的存在。这种自动评分的输出接近经验丰富的评估者的结果,且足够准确以供临床使用。我们已经确定了解决当前检测方法实施中轻微灵敏度不足的手段。

补充信息

以下是电子补充材料的链接。补充文件1. Cincinnati No. 5:图4详细展示了记录后期一段重复性ISDs期间研究者和软件调用的细节。该示例中软件的低检出率(图5中的C点)是由于晚上约10:30一段扰动期后的漏检所致,并在讨论部分予以说明。该视频(延时摄影)展示了整个Neuromonitor热图采集(来自档案)的24小时监测时段。出于选择,并非档案中所有可用通道均被采样。通过暂停回放,可以验证最初被判定为无SDs或包含低置信度SDs的15分钟时段可能在之后不久被明确重新归类。(MP4 15942 kb)

补充文件2. ISDs和CSD/ISDs的软件检测。Neuromonitor软件内(原型)验证工具的输出示例,此处应用于一个罕见数据集,该数据集在时长31小时的记录中包含62个SDs中的61个ISDs或CSD/ISDs。记录后期较差的表现(如不匹配所示)目前归因于SD事件密集连续出现时的计数不足。(HTML 8 kb)

参考来源

  1. Jewell S, Hobson S, Brewer G, et al. Development and Evaluation of a Method for Automated Detection of Spreading Depolarizations in the Injured Human Brain. Neurocrit Care. 2021. PMID: 34309783. doi:10.1007/s12028-021-01228-x
  2. 全文:PMC8536628(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8536628/

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。