当前位置: X-MOL 学术Clin. Neurophysiol. › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Dynamic functional connectivity of the EEG in relation to outcome of postanoxic coma
Clinical Neurophysiology ( IF 4.7 ) Pub Date : 2021-01-01 , DOI: 10.1016/j.clinph.2020.10.024
H M Keijzer 1 , M C Tjepkema-Cloostermans 2 , C J M Klijn 3 , M Blans 4 , M J A M van Putten 2 , J Hofmeijer 5
Affiliation  

OBJECTIVE Early EEG contains reliable information for outcome prediction of comatose patients after cardiac arrest. We introduce dynamic functional connectivity measures and estimate additional predictive values. METHODS We performed a prospective multicenter cohort study on continuous EEG for outcome prediction of comatose patients after cardiac arrest. We calculated Link Rates (LR) and Link Durations (LD) in the α, δ, and θ band, based on similarity of instantaneous frequencies in five-minute EEG epochs, hourly, during 3 days after cardiac arrest. We studied associations of LR and LD with good (Cerebral Performance Category (CPC) 1-2) or poor outcome (CPC 3-5) with univariate analyses. With random forest classification, we established EEG-based predictive models. We used receiver operating characteristics to estimate additional values of dynamic connectivity measures for outcome prediction. RESULTS Of 683 patients, 369 (54%) had poor outcome. Patients with poor outcome had significantly lower LR and longer LD, with largest differences 12 h after cardiac arrest (LRθ 1.87 vs. 1.95 Hz and LDα 91 vs. 82 ms). Adding these measures to a model with classical EEG features increased sensitivity for reliable prediction of poor outcome from 34% to 38% at 12 h after cardiac arrest. CONCLUSION Poor outcome is associated with lower dynamics of connectivity after cardiac arrest. SIGNIFICANCE Dynamic functional connectivity analysis may improve EEG based outcome prediction.

中文翻译:

与缺氧后昏迷结果相关的脑电图动态功能连接

目的早期脑电图包含用于心脏骤停后昏迷患者预后预测的可靠信息。我们引入了动态功能连接度量并估计了额外的预测值。方法我们对连续脑电图进行了一项前瞻性多中心队列研究,用于预测心脏骤停后昏迷患者的结果。我们计算了 α、δ 和 θ 波段中的链路速率 (LR) 和链路持续时间 (LD),基于心脏骤停后 3 天内每 5 分钟 EEG 时期的瞬时频率的相似性。我们通过单变量分析研究了 LR 和 LD 与良好(脑功能分类(CPC)1-2)或不良结果(CPC 3-5)之间的关联。通过随机森林分类,我们建立了基于 EEG 的预测模型。我们使用接收器操作特性来估计用于结果预测的动态连接度量的附加值。结果 在 683 名患者中,369 名 (54%) 的结果不佳。结果较差的患者 LR 显着降低,LD 更长,在心脏骤停后 12 小时差异最大(LRθ 1.87 与 1.95 Hz 和 LDα 91 与 82 ms)。将这些措施添加到具有经典 EEG 特征的模型中,可以提高对心脏骤停后 12 小时不良结果的可靠预测的敏感性,从 34% 增加到 38%。结论 心脏骤停后较差的结果与较低的连接动态相关。意义 动态功能连接分析可以改善基于 EEG 的结果预测。结果较差的患者 LR 显着降低,LD 更长,在心脏骤停后 12 小时差异最大(LRθ 1.87 与 1.95 Hz 和 LDα 91 与 82 ms)。将这些措施添加到具有经典 EEG 特征的模型中,可以提高对心脏骤停后 12 小时不良结果的可靠预测的敏感性,从 34% 增加到 38%。结论 心脏骤停后较差的结果与较低的连接动态相关。意义 动态功能连接分析可以改善基于 EEG 的结果预测。结果较差的患者 LR 显着降低,LD 更长,在心脏骤停后 12 小时差异最大(LRθ 1.87 与 1.95 Hz 和 LDα 91 与 82 ms)。将这些措施添加到具有经典 EEG 特征的模型中,可以提高对心脏骤停后 12 小时不良结果的可靠预测的敏感性,从 34% 增加到 38%。结论 心脏骤停后较差的结果与较低的连接动态相关。意义 动态功能连接分析可以改善基于 EEG 的结果预测。结论 心脏骤停后较差的结果与较低的连接动态相关。意义 动态功能连接分析可以改善基于 EEG 的结果预测。结论 心脏骤停后较差的结果与较低的连接动态相关。意义 动态功能连接分析可以改善基于 EEG 的结果预测。
更新日期:2021-01-01
down
wechat
bug