恢复室脑电图监测用于识别术后谵妄风险患者

Electroencephalographic Monitoring in the Recovery Room for Identification of Patients at Risk for Postoperative Delirium

作者信息Maximilian Markus, Sandra Widmann, Julia Jansche, Matthias Kreuzer, Victoria Windmann, Sophie Leroy, Emery N Brown, Claudia Spies, Susanne Koch
PMID41983562
发布时间2026-06-15
DOI10.1097/ALN.0000000000006096

实验完整度

研究为前瞻性观察性设计,包含EEG数据采集、频谱分析和多变量回归,但无功能或机制验证,且为单中心研究。

主要模型

老年手术患者(≥70岁) 清醒恢复室患者

重点核对

年龄≥70岁,手术时长>1小时,预期住院≥5天 POD评估使用NU-DESC、Delirium Detection Score、DSM-5标准,每天两次至术后5天 EEG采集:额叶电极(Fp1, Fp2, F7, F8),2分钟闭眼静息态,5个时间点(0,15,30,45,60分钟) 主要预测指标:累积10-20Hz绝对功率,术后30分钟时每增加1dB与POD几率降低8%相关(OR 0.92, 95% CI 0.86-0.98)

摘要

背景:脑电图(EEG),特别是对α振荡(8至12赫兹)的评估,作为一种非侵入性神经网络完整性标志物受到关注,α功率降低与丘脑皮质断开连接以及老年患者术后谵妄(POD)易感性增加有关。近期研究表明,麻醉恢复期α频段EEG动态改变与POD相关。然而,恢复室术后EEG数据稀缺。方法:这项前瞻性观察性研究(2019至2022年)在柏林夏里特医学院进行,调查了接受手术的老年人的额叶EEG特征和POD。术后POD筛查在恢复室进行,并在5天内每天两次。虽然整体研究收集了术前和术中EEG,但本研究重点关注患者清醒时在恢复室记录的额叶EEG文件。通过多变量回归分析比较发生POD和未发生POD的患者之间的频域EEG特征和监测器衍生指数。结果:共有184名患者有足够的EEG数据进行分析;57名(31%)发生POD。恢复室记录显示,POD患者的α和β频段功率显著低于非POD患者,累积10至20赫兹功率提供最佳区分度(受试者工作特征曲线下面积,0.69;95% CI,0.60至0.77)。未发生POD的患者相对于术前基线表现出α和β频段功率(8至20赫兹)的增加,最高增幅约在16赫兹,而POD患者在所有频段的频谱模式与基线相当。结论:这些数据表明,恢复室额叶EEG监测可以帮助识别与POD风险增加相关的“脆弱大脑”表型。将这种监测整合到术后护理中可能支持风险分层和更个体化的管理。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
恢复室清醒患者的额叶EEG频谱特征是否能识别术后谵妄风险患者?
核心机制
正常神经生理恢复涉及丘脑皮层振荡网络的动态上调或重新参与,而非被动回到基线;POD患者未能表现出这种增强,反映神经储备不足。
主要证据
在184名患者(57例POD)中,恢复室记录显示POD患者α和β频段功率显著降低,累积10-20Hz功率的AUC为0.69(95% CI 0.60-0.77);未发生POD的患者相对于术前基线在8-20Hz频段有频率依赖的功率增加,峰值约在16Hz,而POD患者与基线无明显差异。
研究意义
恢复室额叶EEG监测可能有助于识别“脆弱大脑”表型,支持早期风险分层和个体化术后管理;若结果得到验证,应将相关指标整合到EEG监测器中,用于谵妄相关指数的评估。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

患者筛选与纳入

确定符合研究标准的老年手术患者

从ePOD研究筛选1237名患者,纳入348名,最终184名有足够EEG数据的患者进入分析。

2

术后谵妄评估

分类患者为POD或非POD组

恢复室使用NU-DESC评估,时间点为0,15,30,45,60分钟;之后每天两次至术后5天,使用NU-DESC、Delirium Detection Score和DSM-5标准;若转至IMC或ICU,使用CAM-ICU。

3

EEG数据采集

获取恢复室清醒状态下的额叶EEG

使用SEDLine Root监测仪(Masimo公司)记录额叶EEG(Fp1, Fp2, F7, F8),患者闭眼静息,每次2分钟,在0,15,30,45,60分钟记录,共5个时间点。

4

EEG数据预处理与频谱分析

计算EEG频谱特征并比较组间差异

使用BrainVision分析器导出数据,然后MATLAB预处理(带通滤波0.5-45 Hz),用Welch方法计算功率谱密度,转化为相对功率,并计算谱边缘频率95%、谱熵、近似熵、排列熵,以及OpenIBIS算法模拟BIS值。

5

统计分析

比较POD与非POD组的EEG特征,评估判别性能

使用独立样本t检验、Mann-Whitney U检验、计算AUC(10k-fold bootstrap 95% CI)、多变量逻辑回归评估累积10-20Hz功率与POD的独立关联。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
SEDLine Root监测仪Masimo Corporation--
BrainVision分析器Brain Products GmbH--
MATLABMathWorks Inc.--
SPSS----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
患者纳入标准
年龄≥70岁、手术时长>1小时、预期住院≥5天、麻醉类型(丙泊酚或挥发性麻醉剂)、排除标准
阅读提示:Materials and Methods, Inclusion and Exclusion Criteria
EEG采集
电极位置(Fp1, Fp2, F7, F8)、参考电极、采样率(178 Hz)、记录时长(2分钟)、时间点(0,15,30,45,60分钟)、记录状态(清醒、闭眼)
阅读提示:Materials and Methods, EEG Data Analysis
POD评估
评估工具(NU-DESC, Delirium Detection Score, DSM-5, CAM-ICU)、评估频率(术后5天每天两次)、至少一次阳性定义POD
阅读提示:Materials and Methods, POD Assessment
EEG分析
预处理滤波器(0.5-45 Hz)、Welch方法参数(DFT点数512)、相对功率归一化范围(0.5-40 Hz)、伪影排除标准
阅读提示:Materials and Methods, EEG Data Analysis
统计分析
多变量逻辑回归模型协变量(年龄、性别、ASA、手术时间、RASS、疼痛和止吐治疗、谵妄干预药物)、DAG构建
阅读提示:Materials and Methods, Statistical Analysis