不同失匹配负波振幅表征模式预测意识障碍患者意识水平的准确性

【作者】 张康； 别黎；

【机构】 吉林大学第一医院；

【摘要】 目的听觉失匹配负波(MMN)是用于评估DoC患者意识水平的经典指标。由于DoC患者的病因异质性,基于传统方法获得MMN指标可能与患者的真实残余意识不符。本研究通过脑电图微状态分析方法,确定了诱发MMN的微状态类别,并通过功能连接证明此微状态类别表示MMN的激活模式。我们提出了一种新的MMN指标表示方式更准确的判断DoC患者的意识水平。方法 EEG数据来自67名DoC患者(35 VS和32 MCS)。我们对EEG进行了微状态分析,确定了100-250ms内时间尺度上最具有统计学意义的微状态类别(微状态1(MS1)),并使用4种不同方式表示MMN振幅(Fz电极处MMN的峰值振幅("峰值")、峰值MMN的潜伏期前后25 ms内的平均振幅("峰值±25 ms平均振幅")、100–250 ms平均差异波的平均振幅("100-250ms平均振幅"),以及MS1对应的偏差刺激("D")与标准刺激("S")之间的平均振幅差("MS1平均振幅"))。对这4种MMN表征模式建立预测模型,判断其对DoC患者意识水平诊断的准确性。结果聚类的4种微状态(MS1, MS2, MS3, MS4)在100-250ms内持续时间存在显著差异(Kruskal-Wallis检验,p <0.01)。事后分析表明,MS1在100–250 ms内时间占比上最具有统计学意义。通过功能连接性分析,MS1功能连接增强区域集中在额叶,证实了MMN的激活模式。4种MMN振幅表征模式的预测模型结果显示,"MS 1平均振幅"在模型的ROC曲线中显示出良好的上升趋势,并且显著高于随机水平。与其他三种MMN表示方法的ROC曲线和AUC值("峰值"AUC=0.63,"峰值±25ms平均振幅"AUC=0.69,以及"100–250ms平均振幅"AUC=0.68)相比,"MS1平均振幅"(AUC=0.98)显示出极好的预测准确性。我们确定了最终分类结果的最佳分类阈值(截止值),其中"峰值"模型的截止值为-1.05μV,"MS1平均振幅"模型截断值为-0.43μV。尽管"MS1平均振幅"模型截断值与传统的MMN计算方法不同,但其预测性能良好。结论在这项研究中,我们提出了一种使用微状态方法表征MMN振幅的新方法,使用功能连接性分析证实了该微状态类别与MMN激活模式相符合,并基于微状态计算的MMN振幅开发了一个预测模型,该模型准确区分了MCS和VS更多还原