Nowoczesne metody oceny rokowania w śpiączce

Rozwój nowoczesnych technologii medycznych umożliwił znaczący postęp w ocenie rokowania pacjentów w śpiączce. Tradycyjne metody oparte wyłącznie na obserwacji klinicznej zostały uzupełnione o zaawansowane techniki diagnostyczne, które oferują obiektywną i dokładną ocenę szans na powrót do przytomności¹.

Elektroencefalografia w ocenie prognostycznej

Elektroencefalografia (EEG) odgrywa kluczową rolę we współczesnej ocenie rokowania w śpiączce. Badania wykazały, że wzorce EEG w pierwszych 24 godzinach mogą w sposób niezawodny przewidywać zarówno złe, jak i dobre rokowanie neurologiczne u pacjentów po zatrzymaniu krążenia².

Szczególnie istotna jest reaktywność EEG (EEG-R) na bodźce zewnętrzne, która stanowi użyteczny czynnik prognostyczny w ocenie wyniku leczenia. Pacjenci wykazujący reaktywność EEG mają większe prawdopodobieństwo pozytywnych rezultatów w porównaniu z pacjentami, którzy takiej reaktywności nie wykazują³.

Reaktywność EEG może odzwierciedlać połączenie między wstępującym układem siatkowatym aktywującym a neuronami kortykowymi, co stanowi potencjalny główny mechanizm prognozowania. Badania potwierdziły skuteczność EEG-R w przewidywaniu powrotu do przytomności u pacjentów z urazowym uszkodzeniem mózgu, krwotokiem podpajęczynówkowym i ostrymi ciężkimi uszkodzeniami mózgu³.

Sztuczna inteligencja w analizie EEG

Zastosowanie sztucznej inteligencji, szczególnie głębokich sieci neuronowych, w analizie sygnałów EEG przynosi rewolucyjne zmiany w prognozowaniu rokowania. Zespół badaczy z Uniwersytetu Twente i szpitala Medisch Spectrum Twente w Holandii opracował sieć uczącą, która interpretuje wzorce EEG u pacjentów w śpiączce¹.

Głębokie uczenie sygnałów EEG przewyższa wszystkie wcześniej zgłaszane predyktory wyniku śpiączki po zatrzymaniu krążenia, w tym wizualną ocenę EEG przez przeszkolonych ekspertów. To podejście oferuje potencjał dla obiektywnego wglądu w rokowanie neurologiczne pacjentów w śpiączce w czasie rzeczywistym, przy łóżku pacjenta⁴.

Najdokładniejsze przewidywanie wyniku uzyskiwano 12 godzin po zatrzymaniu krążenia, z czułością 58% przy specyficzności 100% dla przewidywania złego rokowania. Dobre rokowanie neurologiczne można było przewidzieć po 12 godzinach z czułością 58% przy specyficzności 97%⁵.

Funkcjonalny rezonans magnetyczny

Funkcjonalny rezonans magnetyczny w stanie spoczynku (rs-fMRI) stanowi przełomową metodę w ocenie rokowania pacjentów w śpiączce, szczególnie tych z nieokreślonym rokowaniem po standardowych badaniach multimodalnych. Badania wykazały, że rs-fMRI osiąga bardzo wysoką dokładność w prognozowaniu, szczególnie w identyfikacji pacjentów z dobrym rokowaniem⁶.

Automatyczne przewidywanie oparte na funkcjonalnym obrazowaniu neurobiologicznym połączonym z metodami uczenia maszynowego daje lepsze rokowanie w porównaniu z obecnymi metodami obrazowania dyfuzyjnego, szczególnie w zakresie identyfikacji pacjentów, którzy następnie odzyskają przytomność⁷.

Badania łączności funkcjonalnej wykazały, że zmieniona łączność w kluczowych węzłach sieci domyślnej jest obserwowana w ciągu 48 godzin po wystąpieniu niedotlenienia mózgu następującego po zatrzymaniu krążenia i resuscytacji, korelując z długoterminowym rokowaniem neurologicznym pacjentów⁸.

Nomogramy prognostyczne

Nomogramy stanowią nowoczesne narzędzie umożliwiające indywidualną ocenę ryzyka i rokowania u pacjentów w śpiączce. Model nomogramu opracowany dla pacjentów z ciężkim urazowym uszkodzeniem mózgu otrzymujących elektryczną stymulację prawego nerwu pośrodkowego wykazał dobrą zdolność predykcyjną⁹.

Cztery niezależne czynniki prognostyczne budują końcowy model nomogramu: wiek, skala Glasgow przy przyjęciu, reaktywność EEG oraz wzór tła AEEG. Wyższe wyniki całkowite oparte na nomogramach były powiązane z gorszym rokowaniem¹⁰.

Zdolność dyskryminacyjna modelu dla wyniku została również oceniona za pomocą statystyki C (0,71; 95% CI, 0,69–0,73). Spersonalizowane modele przewidywania ryzyka, takie jak obecne nomogramy, mogą być używane do pomocy w wyborze idealnych pacjentów w śpiączce do leczenia i kierowania rehabilitacją w przyszłości¹⁰.

Charakterystyka EEG w prognozowaniu neurologicznym

Szczegółowa analiza charakterystyk EEG ujawniła kluczowe wskaźniki prognostyczne. Łączność funkcjonalna o niskiej częstotliwości i dużej odległości jest związana ze złym rokowaniem, podczas gdy łączność funkcjonalna o wysokiej częstotliwości i krótkiej odległości jest powiązana z dobrym rokowaniem¹¹.

Pacjenci mają tendencję do dobrego rokowania, gdy ich płat przedczołowy w pełnym paśmie, lewy obszar skroniowy o niskiej częstotliwości i płat potyliczny charakteryzują się wyższą integralnością. Dane EEG w przedziale 12-48 godzin wykazują wysoką zdolność rozróżniania tendencji prognostycznych pacjentów¹¹.

Współczynnik tłumienia wybuchowego stanowi 20% mocy dyskryminacyjnej, koncentrując się w regionach lewego czołowo-skroniowego i prawego potyliczno-skroniowego przy wysokich progach, co demonstruje jego silną moc dyskryminacyjną¹¹.

Potencjały wywołane w ocenie prognostycznej

Potencjały wywołane zdarzeniami (ERP), które są przejściowymi odpowiedziami EEG na bodźce słuchowe, wzrokowe lub dotykowe, zostały wprowadzone jako użyteczne predyktory pozytywnego wyniku śpiączki. Jednak takie testy wymagają umiejętności klinicznych neurofizjologów, którzy nie są powszechnie dostępni w wielu placówkach klinicznych¹².

Badania kliniczne nad pacjentami w śpiączce wykazują, że obecność składnika MMN ma dobrą korelację z wybudzeniem ze śpiączki. Oprócz MMN, składnik P300 został również zgłoszony jako wiarygodny predyktor wybudzenia¹³.