行为量表联合电生理检查对颅脑损伤意识障碍患者预后的评估

何艳斌，林清，王斐，章洁纯，虞容豪，谢秋幼，潘家辉，潘速跃

行为量表联合电生理检查对颅脑损伤意识障碍患者预后的评估

何艳斌，林清，王斐，章洁纯，虞容豪，谢秋幼，潘家辉，潘速跃

目的探讨行为量表联合电生理检查对颅脑损伤后意识障碍(DOC)患者预后评估的价值。方法回顾性分析49例脑损伤后意识障碍患者的临床资料。给患者进行昏迷恢复量表(CRS-R)评分、常规神经电生理及脑机接口(BCI)检测、格拉斯哥预后量表(GOS)评分，将结果划分不同等级。采用二元Logistic回归分析法，建立回归模型，并绘制模型对应的ROC曲线判断模型评估预后的价值。结果单因素分析发现，两组患者脑电图(EEG)分级、CRS-R评分、体感诱发电位(SEP)分级及BCI检测在线准确率比较，差异均有统计学意义(均P< 0.05)。Logistic回归分析发现，BCI在线准确率与患者预后的相关性最强(OR= 9.483,P= 0.036)，EEG等级(OR= 7.765,P=0.043)及SEP等级(OR=7.075,P=0.047)次之。绘制ROC曲线发现，联合4种方法综合所对应的AUC值最高，为0.920(P=0.039)。结论CRS-R评分、EEG、SEP及BCI均能较好地评估DOC患者的预后；而4种方法联合检测的准确率更高，值得在临床推广。

意识障碍；预后；脑电图；昏迷恢复量表；体感诱发电位；脑机接口

慢性意识障碍(chronic disorders of consciousness,DOC)包括植物状态或无反应觉醒综合征(vegetative state/unresponsive wakefulness syndrome,VS/UWS)和微意识状态(minimally conscious state,MCS)。VS/UWS是对自我和环境无知晓的临床状态，而保持自主呼吸，循环稳定，具有自发的睁闭眼[1]。MCS是一种最低但有明确的行为证据证明对自我或环境有知晓的严重改变的意识状态[2]。VS/UWS和MCS两者具有本质区别，且预后大相径庭。因此鉴别两种状态很有必要，有利于医疗资源的分配。但这两种意识状态的评估十分困难，有报道误诊率高达38%～43%[3]。近年来，趋于采用多方法检测残余认知功能进行评估意识状态和判断疾病预后；不仅提高了诊断率，并且部分方法的介入起到康复的作用。本研究通过神经行为量表—修改版昏迷恢复量表(coma recovery scale-revised，CRS-R)，联合脑电图(EEG)、体感诱发电位(SEP)及脑机接口(brain-computer interface，BCI)在线准确率检测，与患者格拉斯哥预后量表(Glasgow outcome scale，GOS)评分做相关性分析；以探讨行为量表联合电生理检查对意识障碍患者预后评估的价值。

1 资料与方法

1.1 资料 广州军区广州总医院2013年1月～2016年6月收治的脑损伤后意识障碍患者49例。均符合纳入标准，其中男38例(78%)，女11例(22%)；年龄16～72岁，平均年龄(39.7±14.3)岁；颅脑外伤致意识障碍22例(45%)，非脑外伤所致27例(55%)。纳入标准：年龄13～75岁，意识障碍病程≥28 d，入院时CRS-R评分诊断为VS/UWS或MCS。排除标准：此次发病前有过脑损伤病史，生命体征不稳定，病情进行性加重，受检24 h内服用过影响中枢神经兴奋性药物。根据病因将患者分为外伤与非外伤两组。本研究通过广州总医院医学伦理委员会的批准。

1.2 方法 患者入院24 h内行CRS-R评分，入院后5 d内行EEG、SEP检查。EEG按照Lavizzari分级标准[4]进行分级(Ⅰ～Ⅴ级)；将Ⅰ、Ⅱ级列为较好等级，Ⅲ～Ⅴ级为较差等级。SEP按照Judson分级标准[5]进行分级(Ⅰ～Ⅲ级)；将Ⅰ、Ⅱ级列为较好等级，Ⅲ级为较差等级。所有患者择期行BCI检查，经视觉或听觉或视听觉联合的刺激，采用Compumedics公司的NuAmps便携式放大器来记录头皮脑电信号。在线即时反馈选择的对错,得出准确率；在线准确率显著为好等级，在线准确率不显著为差等级；离线计算P300。患者检测完3个月或是发病6个月后，对其进行GOS评分[6]评判预后。

2 结 果

2.1 行为量表及电生理检查结果 本组患者中，VS/UWS者38例，MCS者11例；意识恢复结局较好者33例(67%)，意识恢复结局较差者16例(33%)；CRS-R评分为4～23分，平均为(10.4±5.1)分。EEG有α波出现者37例(76%)，无α波者12例(24%)。SEP至少有一侧N20者23例(47%)，双侧均无N20者26例(53%)。BCI检测能够按照指令注视靶刺激的患者32例(65%)。

2.2 单因素分析结果 见表1。对意识恢复与意识未恢复两组患者的各因素进行比较，年龄、性别及引起意识障碍病因的差异无统计学意义；而入院时CRS-R评分、入院3 d内EEG、SEP及BCI在线准确率的差异均有统计学意义。

表1 意识恢复组与意识未恢复组相关临床因素的比较(例)

2.3 多因素分析结果 见表2。将单因素分析有统计学意义的CRS-R评分、EEG、SEP等级和BCI在线准确率这些因素，进一步纳入建立回归模型，得出以上诊断方法所对应的OR值。CRS-R评分的OR值为2.627(P=0.012)，EEG等级的OR值为 7.765(P=0.043)，SEP等级的OR值为7.075(P=0.047),BCI在线准确率的OR值为9.483(P=0.036)。通过比较OR值显示，BCI在线准确率与患者意识恢复与否的相关性最强，CRS-R评分的相关性相对较差，EEG及SEP等级与意识恢复与否的相关性居中。

表2 Logistic回归分析结果

2.4 模型拟合优度检验 Logistic回归模型的Hosmer-Lemeshow检验的χ2值为2.155，P=0.951。为了进一步对各诊断方法的准确性及回归模型拟合优度进行检验，采用SPSS19.0软件作ROC曲线(图1)。比较各诊断方法所对应的曲线下面积(area under curve，AUC)值(表3)显示，BCI在线准确率的诊断准确性最高(AUC=0.778，P=0.002)，SEP等级次之(AUC=0.724，P=0.012)，EEG等级(AUC=0.708，P=0.019)和CRS-R评分(AUC=0.706，P=0.020)的准确性稍差。并得出总回归模型所对应的AUC值为0.920(P=0.000)。表明这4种诊断方法联合应用评估DOC患者意识恢复与否的准确性最高。

图1 Logistic回归模型的ROC曲线

表3 ROC曲线对应的AUC值

3 讨 论

随着科技的发展，已有多种手段检测残存意识，但临床量表仍处于不可取代的地位。CRS-R是目前国际上公认，并广泛被使用于DOC临床评估的行为量表。该量表包括了听觉、视觉、运动、言语、交流、唤醒度6个子项，可以从不同的角度评估意识状态，并且经济、方便、直观。研究表明，CRS-R可广泛地应用于意识障碍各个阶段，并且此量表对判断MCS较敏感。陈炎等[8]报道，CRS-R评分越高者，其预后越好。本研究CRS-R评分(12.6 ± 5.0)分患者的预后明显好于CRS-R评分(6.0 ± 1.2)分者(P=0.0431)；并且CRS-R评分越高者的预后越好。但CRS-R评分容易受患者服用镇静药物、精神、情绪以及评估者的主观性等因素影响。使用CRS-R的评估者必需对DOC充分了解，有丰富的临床经验，以及对CRS-R操作非常熟悉，并且还需要客观的一些检查来补充CRS-R的不足。

EEG监测可直接及时地反映脑皮层功能，是意识障碍患者意识评估不可替代的检查方法。目前有很多研究通过定量计算的方法，与临床行为量表的相关性进行比较。如振幅整合EEG、双频指数、功率谱、近似熵值等，但一般需要理工科方面的配合。而临床EEG分级是个比较简便、直观、有效的判断脑功能方法，因此EEG分级法一直在临床广泛使用。Lavizzari等[4]根据EEG形式分级发现，以α、θ波范围活动为主的EEG Ⅱ级以下及小部分Ⅲ级者大多预后较好，而部分EEG Ⅲ级以及Ⅲ级以上患者的预后不良。研究表明，EEG分级越高者，其预后越差。本研究EEG Ⅰ～Ⅱ级者的预后明显好于Ⅲ～Ⅴ级者(P= 0.002)；表明EEG对DOC患者的预后评估有一定的价值。

SEP不受中枢神经抑制药物及意识状态、情绪等因素影响，可客观、可靠、准确地反映脑皮层功能，而评估意识障碍患者的病情及预后。SEP在既往急性脑损伤、DOC中预测预后的准确率可达78%～80%；研究中发现SEP分级与预后密切相关，SEP级别越高的患者脑损伤程度越重，预后越差[10-12]。黎振声等研究同样发现，SEP N20潜伏期能够很好地评价意识障碍患者的预后[13]。本研究结果显示，SEP Ⅰ、Ⅱ级患者的预后良好，预后良好准确率可达86.9%；SEP Ⅲ级患者中，有9例患者一侧N20存在，其中7例患者的意识状态有改善。

BCI在线准确率检测是在没有周围神经及肌肉参与的情况下，实现人与外界环境交互，并显示和实现人们期望行为的系统。由于DOC患者常常伴有运动功能和言语功能障碍，给临床评估意识状态及预后造成很大的误差。BCI技术的应用可减少该类误差。BCI检测的在线准确率是认知功能的体现，准确率越高者，认知功能越好，相应意识状态也越好。BCI是检测残余认知功能一项比较好的方法，在一些范式中还可起到认知康复训练的作用。在刺激通道的选择上常以听觉、视觉或是视听觉联合为主，刺激物的选择上有患者较为熟悉的声音或图片，如家人唤名的声音[14]，患者自己的相片[15]；也可以是容易引起患者注意的新颖的刺激物，如突然出现的声音刺激[16]，闪烁的数字[17]等。这些研究均能检测到DOC患者对刺激物所产生的反映。本研究建立的回归模型中亦发现，BCI检测所对应的OR值最大，表明BCI检测所得在线准确率与患者预后的相关性最强。BCI目前仍为一项研究性的技术方法，受到一些领域性的限制，相信在不久的将来会简易化，以便用之于临床。

脑损伤后DOC患者中有很大一部分仍残存有部分认知功能，但由于该类患者可能存在运动功能障碍，或是意识水平波动、注意力差，或是易疲劳，导致检测及预后评估工作难度很大。CRS-R量表、EEG、SEP和BCI检测有各自的优缺点；联合检测的目的是从不同的方向来弥补单项检查的缺点，可以优化检测结果，提高预后评估的准确性。在本研究中，联合4种检测方法总回归模型所对应的AUC值为0.920(P=0.000)，在预测意识恢复与否的准确率最高。综上所述，评估意识障碍患者的预后需要联合采用多种检测方法。

[1] The Multi-Society Task Force on PVS.Medical aspects of the persistent vegetative state[J].N Engl J Med,1994,330:1572.

[2] Laureys S,Owen AM,Schiff ND.Brain function in coma,vegetative state,and related disorders[J].Lancet Neurol,2004,3:537.

[3] Schnakers C,Vanhaudenhuyse A,Giacino J,etal.Diagnostic accuracy of the vegetative and minimally conscious state:clinical consensus versus standardized neurobehavioral assessment[J].BMC Neurol,2009,9:35.

[4] Lavizzari GS,Bassetti C.Prognostic value of EEG in post-anoxic coma after cardiac arrest[J].Eur Neuro1,1987,26:161.

[5] Judson JA,Cant BR,ShawMA.Early prediction of outcome from cerebral trauma by somatosensory evoked potentials[J].Critical Care Med,1990,8:363.

[6] Klemencketis Z,Bacovnikjansa U,Ogorevc M，etal.Outcome predictors of Glasgow outcome scale score in patients with severe traumatic brain injury[J].TJTES,2011,17:509.

[7] Di H,He MH,Zhang Y,etal.Chinese translation of the Coma Recovery Scale-Revised[J].Brain Inj,2017,31:363.

[8] 陈炎,谢秋幼,楚淑芳,等.修改版昏迷恢复量表对意识障碍患者预后的评估价值[J].临床神经病学杂志,2014,27:370.

[9] Estraneo A,Loreto V，Guarino I,etal.Standard EEG in diagnostic process of prolonged disorders of consciousness[J].Clin Neurophysiol,2016,127:2379.

[10] 赵红,宿英英,丁宁.两种体感诱发电位分级标准对重症脑功能损伤预后预测的比较[J].脑与神经疾病杂志,2014,19:171.

[11] 黄健聪,王向宇,黄全,等.重型颅脑损伤长期意识障碍患者的体感诱发电位分级研究及预后评估[J].创伤外科杂志,2011,13:146.

[12] 康晓刚.意识障碍患者脑功能评估及预后判别研究[D].西安:第三军医大学,2014.

[13] 黎振声，彭海燕，黄永君，等.体感诱发电位N20评价意识障碍患者预后的研究[J].中国临床神经病学，2011,19:377.

[14] 赵磊.皮层脑电分析方法及其在大脑意识活跃状态评价中的应用研究[D].杭州:杭州电子科技大学,2013.

[15] Pan J,Xie Q,He Y,etal.Detecting awareness in patients with disorders of consciousness using a hybrid rain-computer interface[J].J Neural Eng,2014,11:056007.

[16] Xiao J,Xie Q,He Y,etal.An auditory BCI system for assisting CRS-R behavioral assessment in patients with disorders of consciousness[J].Sci Rep,2016,6:32917.

[17] Wang F,He Y,Pan J,etal.Erratum:a novel audiovisual brain-computer interface and its application in awareness detection[J].Sci Rep,2015,5:12592.

Combinationofhehavioralscaleandneuroelectrophysiologicalexaminationinprognosisofpatientswithdisordersofconsciousness

HEYan-bin，LINQing,WANGFei,etal.

SouthernMedicalUniversity,Guangzhou510515,China

PANSu-yue

ObjectiveTo explore the value of combination of behavioral scale and neuroelectro-physiological examination in prognosis of patients with disorders of consciousness(DOC).MethodsThe clinical data of 49 patients with disorders of consciousness were analyzed retrospectively.The scores of behavioral scale and results of neuroelectrophysiological examination and brain computer interface(BCI) were collected and graded.Glasgow outcome scale(GOS) was used to assess the prognosis of DOC patients.Bilateral logistic regression analysis was used to determine whether those methods can predict outcome of DOC accurately or not and its extent.ROC curve was drawn to detect the value of the model.ResultsUnivariate analysis showed that EEG,CRS-R score,SEP and online accuracy of BCI were different significantly(P<0.05).Logistic multivariate analysis showed that BCI (OR=9.483，P=0.036)correlated with the prognosis most significantly,then next were EEG(OR=7.765,P=0.043)and SEP(OR=7.075,P=0.047).AUC of the four methods integration was better than any single method.ConclusionCRS-R score,EEG,SEP and BCI can be used to evaluate the prognosis of DOC patients,but integration of these four methods is much better and should be applied widely.

disorders of consciousness;prognosis;EEG;CRS-R;SEP;brain computer interface

广东省自然科学基金(2015A030313609)；广州市科技计划项目(201509010006)；广东省中医药局科研项目(20172033)

510515广州，南方医科大学(何艳斌，潘速跃)；广州军区广州总医院神经康复科昏迷研究组(何艳斌，林清，虞容豪，章洁纯，谢秋幼)；华南理工大学自动化科学与工程学院(王斐，潘家辉)

潘速跃

10.3969/j.issn.1672-7770.2017.06.007

R651.15

A

1672-7770(2017)06-0437-04

(收稿2017-10-12 修回2017-11-02)