2026, Vol. 35
引用本文 |
2. 苏州大学附属第二医院急重症医学科，苏州 215004
2. The Second Affiliated Hospital of Soochow University Department of Emergency and Critical Care Medicine, Suzhou 215004
心脏骤停（cardiac arrest, CA）是临床常见急危重症，病死率极高，一项在我国多个地区开展的前瞻性研究纳入了132 262例院外CA患者，结果显示院外CA存活率为1.2%，神经功能预后良好者占比仅0.8%[1]。在CA后救治的不同阶段，死因存在差异，早期主要为心源性休克和缺血缺氧性脑损伤，而后期死亡则较大程度上与因神经功能预后不良而撤除生命支持治疗相关[2-3]。因此对于CA后昏迷患者进行客观、准确的神经功能预后评估至关重要。EEG对大脑缺血缺氧性损伤十分敏感，大脑缺血缺氧十余秒内，EEG即可出现频率波幅变化，且变化与损伤程度密切相关，是目前应用最为广泛、也是指南推荐的神经功能监测手段之一[4-5]。然而在临床实践中，EEG应用常因判读困难、易受干扰等现实原因受到限制。aEEG采用压缩时间轴显示，根据背景活动模式和振幅即可进行初步解读，具有直观、可视化、抗干扰性强等优势，常作为新生儿缺血缺氧性脑病的监测手段，近年来aEEG用于成人心肺复苏后神经功能预测的研究也越来越多[6-9]，但目前国内EEG与aEEG在成人心肺复苏后神经功能预测对比研究较少，本研究填补了部分数据空白；此外，本研究通过EEG、aEEG联合临床指标，探索提升预测效能的多模态策略，为临床决策提供中国人群的证据。
1 资料与方法 1.1 研究对象本研究为病例对照研究，纳入2020年9月至2025年9月苏州大学附属第二医院综合ICU收治的院内及院外CA患者。
1.1.1 纳入标准（1）年龄≥18周岁；（2）符合《2020年美国心脏协会心肺复苏及心血管急救指南》[5]中心脏骤停的诊断标准：患者无反应，无呼吸或无正常呼吸，颈动脉搏动消失；（3）经过心肺复苏术ROSC，且GCS评分≤8分；（4）ROSC后24 h内收入ICU治疗。
1.1.2 排除标准（1）因原发性中枢神经系统疾病导致的昏迷，如：一氧化碳中毒、代谢性脑病、脑血管意外、颅脑外伤、中枢神经系统感染等；（2）既往明确癫痫病史；（3）病史资料缺失、CA时间不详、脑电数据缺失；（4）ICU住院时间≤48 h；（5）孕妇、疾病终末期。
1.1.3 伦理学审查本研究已通过苏州大学附属第二医院伦理委员会审查（伦理批号：JD-LK-2018-100-01），并经伦理委员会批准免除了患者知情同意要求。
1.2 观察指标患者收入ICU后根据《2020年美国心脏协会心肺复苏及心血管急救指南》进行复苏后管理[5]，记录患者一般人口学资料、血管活性药物种类及剂量、复苏时长、住院时长、发病3 d内EEG数据、aEEG数据、收入ICU时GCS、急性生理与慢性健康评分Ⅱ（Acute Physiology and Chronic Health EvaluationⅡ, APACHE Ⅱ）、血清NSE以及复苏后3个月CPC评分。
1.2.1 脑电检查方法及分级标准所有入选的患者按照脑电图简化四导联安放记录电极（F3、P3、F4、P4），检查各电极导联阻抗均≤5 kΩ，并妥善固定。每个病例监测时间至少持续48 h，选取无伪差、图像质量佳的片段，进行脑电分级，若分级不一致，以级别高者为准。脑电反应性评估采取声音刺激[10]，在患者双耳分别拍掌并呼唤患者姓名10 s，观察脑电图变化。所有脑电图资料由两位神经电生理专业医生各自判读并得出结论。
脑电分级标准：EEG采取用Synek分级标准[11]，分为5级，Ⅰ级规律的α节律，伴少量θ波，有反应性；Ⅱ级θ活动占优势，Ⅲ级δ昏迷/纺锤波昏迷；Ⅳ级爆发-抑制、α昏迷、θ昏迷、低电压；Ⅴ级电静息（< 2 uV）。aEEG根据Naqeeb分级[12]，分为3级，Ⅰ级为正常aEEG（上边界10~50 uV，下边界5~10 uV），Ⅱ级正常或轻度异常aEEG（上边界 > 10 uV，下边界 < 5 uV），伴癫痫样活动；Ⅲ级振幅重度异常（上边界≤5 uV，甚至 < 2 uV），爆发-抑制（低电压背景阵发出现高波幅慢活动，上边界 > 25 uV, 下边界≤10 uV，梳状带宽）、癫痫持续状态。
1.2.2 血清NSE检测分别于ROSC后24 h、48 h、72 h检测血清NSE水平，以60 ng/mL为截断值。
1.3 研究分组复苏3月后根据CPC评分进预后分组，CPC 1~2级为预后良好组，CPC 3~5级为预后不良组。
1.4 统计学方法使用SPSS 25.0对数据进行统计分析。符合正态分布的计量资料数据以均数±标准差（x±s）表示，不符合正态分布的计量资料数据使用中位数（四分位数）[M(Q1, Q3)]表示；符合正态分布的计量资料数据采用独立样本t检验进行组间比较，不符合正态分布的计量资料数据采用非参数检验（Mann-Wilcoxon检验）进行组间比较，计数资料数据使用百分率[n（%）]表示，并使用卡方检验进行组间比较。采用ROC曲线评估EEG、ROSC后24 h及48 h aEEG分级预测不良神经功能预后的效能，计算曲线下面积（AUC）。由于样本量有限且部分指标存在完全分离现象，本研究未进行多因素Logistic回归校正，而采用分层敏感性分析评估潜在混杂因素的影响，分别按年龄、病因及目标体温管理达标时长进行分层，在各亚组中分别计算各指标的AUC及95%CI，以双侧P < 0.05为差异有统计学意义。
2 结果 2.1 纳入患者的一般资料入选患者共72例，其中资料缺失4例、CA时间不明确3例、ICU住院时间 < 48 h 1例、发病至收入ICU时间 > 24 h 1例，最终共有63例纳入本研究。63例CA患者原发病包括：急性心肌梗死27例、脑出血10例、窒息8例、高钾血症7例、低钾血症4例、失血性休克4例、重症心肌炎1例、溺水1例、电击伤1例。63例患者中男44例，女19例，年龄18~87岁，其中预后良好组14例，预后不良组49例。两组年龄、性别、基础疾病、血糖、入院时心率、平均动脉压、去甲肾上腺素剂量、镇静药物剂量、APACHE Ⅱ评分组间比较差异无统计学意义（P > 0.05），预后良好组收入ICU时GCS评分高于预后不良组，ICU住院时间、中心静脉置管时间、有创呼吸机使用时间均长于预后不良组，治疗总费用亦高于预后不良组，组间比较差异有统计学意义（P < 0.05），见表 1。此外，预后良好组患者院内CA及可除颤心律占比更高，复苏时间短于预后不良组，差异有统计学意义，但两组之间TTM达标时间组间差异无统计学意义，见表 2。
| 项目 | 预后良好组（n=14） | 预后不良组（n=49） | χ2/Z/t值 | P值 |
| 性别a | 0.530 | |||
| 男性 | 8（57.2） | 36（73.5） | 1.378 | |
| 女性 | 6（42.8） | 13（26.6） | ||
| 年龄(岁)b | 62（40.5, 72） | 66（52, 76） | -0.711 | 0.477 |
| 基础疾病a | ||||
| 高血压 | 10（71.4） | 26（53.1） | 1.500 | 0.224 |
| 糖尿病 | 3（21.4） | 17（34.6） | 0.884 | 0.351 |
| 心脏病 | 3（21.4） | 8（16.3） | 0.197 | 0.660 |
| 脑卒中 | 2（14.3） | 4（8.1） | 0.474 | 0.495 |
| 慢性肺病 | 0（0.0） | 2（4.0） | 0.590 | 0.374 |
| 慢性肾病 | 1（7.1） | 5（10.2） | 0.118 | 0.733 |
| 其他疾病 | 3（21.5） | 11（22.4） | 0.007 | 0.936 |
| HR (次/min)c | 92.4±19.1 | 104.6±27.2 | 1.275 | 0.123 |
| MAP (mmHg)c | 88.4±12.2 | 81.8±17.6 | -1.289 | 0.267 |
| Glu (mmol/L)c | 12.6±5.5 | 11.9±4.6 | 0.114 | 0.623 |
| 去甲肾上腺素剂量[μg/(kg·min)]b | 0.28（0.09, 0.35） | 0.52（0.11, 1.23） | -1.631 | 0.128 |
| 右美托咪定[μg/(kg·h)]b | 0.00（0.00, 0.20） | 0.00（0.00, 0.23） | -1.460 | 0.393 |
| 丙泊酚剂量[mg/(kg·h)]b | 0.68（0.00, 0.80） | 0.66（0.00, 0.84） | -0.628 | 0.674 |
| 力月西剂量[mg/(kg·h)]b | 0.06（0.04, 0.10） | 0.06（0.04, 0.10） | 0.634 | 0.841 |
| ICU住院时间(d)b | 15（12.25, 20.75） | 6（4.0, 13.5） | -2.272 | 0.001 |
| 中心静脉置管时间(d)b | 13（9.75, 15.25） | 6（4.0, 11.5） | -2.281 | 0.001 |
| 呼吸机使用时间(d)b | 12（8, 16.75） | 6（4.0, 13.5） | -2.066 | 0.009 |
| 治疗总费用(万元)b | 13.64（10.32, 23.10） | 8.10（5.43, 15.87） | -2.117 | 0.024 |
| APACHE Ⅱ评分b | 26（20, 28） | 28（25, 31） | -0.580 | 0.059 |
| 入ICU时GCS评分b | 5（4, 8） | 3（3, 5） | -2.152 | < 0.001 |
| 复苏3个月后CPC评分b | 2（2, 2） | 5（5, 5） | -4.914 | < 0.001 |
| 注：a为（例，%），b为M（Q1，Q3），c为x±s；HR为心率；MAP为平均动脉压；Glu为末梢血糖；APACHE Ⅱ评分为急性生理与慢性健康评分Ⅱ；GCS评分为格拉斯哥昏迷评分；CPC评分为脑功能表现分级评估量表；1 mmHg=0.133 kPa | ||||
| CA特征 | 预后良好组（n=14） | 预后不良组（n=49） | χ2/Z值 | P值 |
| CA地点a | ||||
| 院内 | 9（64.3） | 14（28.6） | 5.992 | 0.014 |
| 院外 | 5（35.7） | 35（71.4） | ||
| 旁观者CPRa | ||||
| 有 | 11（78.6） | 25（51.0） | 3.375 | 0.066 |
| 无 | 3（21.4） | 24（49.0） | ||
| 可除颤心律a | ||||
| 是 | 9（64.3） | 15（30.6） | 5.236 | 0.022 |
| 否 | 5（35.7） | 34（69.4） | ||
| 心源性CAa | ||||
| 是 | 9（64.3） | 19（38.8） | 2.870 | 0.090 |
| 否 | 5（35.7） | 30（61.2） | ||
| CA总时间(min) b | 17（10, 31） | 42（27, 57） | -2.985 | 0.003 |
| CA-CPR(min) b | 0（0, 6） | 5（0, 12） | -2.048 | 0.041 |
| CPR-ROSC(min) b | 14（8, 31） | 30（20, 44） | -2.556 | 0.011 |
| TTM达标时间(min) b | 115（0, 205） | 85（0, 174） | -0.932 | 0.351 |
| 注：a为（例，%），b为M（Q1，Q3），CA总时间为CA至ROSC时间；CA-CPR时间为CA至开始胸外按压时间；CPR-ROSC时间为开始胸外按压至ROSC时间 | ||||
预后良好组EEG Synek分级、恢复自主循环后24 h及48 h aEEG分级均低于预后不良组，差异有统计学意义（均P < 0.05）。预后良好组EEG及aEEG表现以Ⅰ、Ⅱ级为主，预后不良组EEG及aEEG分级更高。见表 3。
| 脑电图 | 预后良好组（n=14） | 预后不良组（n=49） | 统计值 | P值 |
| Synek分级 | ||||
| Ⅰ级 | 1（7.1） | 0（0.0） | ||
| Ⅱ级 | 3（21.5） | 9（18.4） | ||
| Ⅲ级 | 9（64.3） | 18（36.7） | -2.134 | 0.033 |
| Ⅳ级 | 0（0.0） | 14（28.6） | ||
| Ⅴ级 | 1（7.1） | 8（16.3） | ||
| aEEG分级 | ||||
| 24 h | ||||
| Ⅰ级 | 11（78.6） | 15（30.6） | ||
| Ⅱ级 | 2（14） | 14（28.6） | -3.134 | 0.002 |
| Ⅲ级 | 1（7.1） | 20（40.8） | ||
| 48 h | ||||
| Ⅰ级 | 9（64.3） | 10（20.4） | ||
| Ⅱ级 | 4（28.6） | 12（24.5） | -3.521 | < 0.001 |
| Ⅲ级 | 1（7.1） | 27（55.1） | ||
| 注：aEEG为振幅整合脑电图 | ||||
两组ROSC后24 h血清NSE比较差异无统计学意义（P > 0.05），预后良好组恢复自主循环后48 h及72 h血清NSE低于预后不良组，差异有统计学意义（P < 0.05）。见表 4。
| NSE水平 | 预后良好组（n=14） | 预后不良组（n=49） | χ2值 | P值 |
| 24 h > 60 ng/mL | ||||
| 是 | 0（0.0%） | 8（16.3%） | 2.618 | 0.106 |
| 否 | 14（100.0） | 41（83.7） | ||
| 48 h > 60 ng/mL | ||||
| 是 | 5（35.7） | 36（73.4） | -2.593 | 0.010 |
| 否 | 9（64.3） | 13（26.6） | ||
| 72 h > 60 ng/mL | ||||
| 是 | 4（28.6） | 42（85.7） | 18.046 | < 0.001 |
| 否 | 10（71.4） | 7（14.3） | ||
| 注：NSE为神经元特异性烯醇化酶 | ||||
绘制ROC分析EEG、aEEG分级联合临床评分（GCS）和神经损伤标志物（NSE）评估神经功能预后的价值（表 5）。EEG分级、24 h、48 h aEEG分级、入院时GCS评分、48 h、72 h血清NSE预测CA患者不良神经功能预后AUC分别为0.679、0.759、0.789、0.789、0.689、0.786。EEG分级、aEEG分级联合GCS评分及48 h、72 h血清NSE可提高预后效能均可，其中24 h aEEG分级联合入院GCS评分及72 h血清NSE预测效能最佳。见图 1。
| 变量 | AUC | P值 | 95%CI |
| EEG分级 | 0.679 | 0.043 | 0.529~0.828 |
| 24 h aEEG分级 | 0.759 | 0.003 | 0.624~0.893 |
| 48 h aEEG分级 | 0.789 | 0.001 | 0.664~0.915 |
| 48 h NSE | 0.689 | 0.032 | 0.525~0.852 |
| 72 h NSE | 0.786 | 0.001 | 0.635~0.937 |
| 入院GCS | 0.789 | 0.001 | 0.653~0.926 |
| EEG分级+24 h aEEG分级 | 0.786 | 0.001 | 0.660~0.913 |
| EEG分级+48 h aEEG分级 | 0.827 | < 0.001 | 0.716~0.937 |
| EEG分级+48 h NSE | 0.827 | < 0.001 | 0.716~0.937 |
| 24 h aEEG分级+48 h NSE | 0.765 | 0.003 | 0.630~0.899 |
| 48 h aEEG分级+48 h NSE | 0.798 | 0.001 | 0.676~0.921 |
| EEG分级+72 h NSE | 0.792 | 0.001 | 0.626~0.959 |
| 24 h aEEG分级+72 h NSE | 0.812 | < 0.001 | 0.680~0.944 |
| 48 h aEEG分级+72 h NSE | 0.822 | < 0.001 | 0.701~0.944 |
| EEG分级+GCS | 0.810 | < 0.001 | 0.666~0.955 |
| 24 h aEEG分级+GCS | 0.889 | < 0.001 | 0.790~0.989 |
| 48 h aEEG分级+GCS | 0.890 | < 0.001 | 0.788~0.992 |
| EEG分级+GCS+48 h NSE | 0.848 | < 0.001 | 0.730~0.966 |
| 24 h aEEG分级+GCS+48 h NSE | 0.882 | < 0.001 | 0.780~0.984 |
| 48 h aEEG分级+GCS+48 h NSE | 0.910 | < 0.001 | 0.818~1.000 |
| EEG分级+GCS+72 h NSE | 0.906 | < 0.001 | 0.782~1.000 |
| 24 h aEEG分级+GCS+72 h NSE | 0.917a | < 0.001 | 0.829~1.000 |
| 48 h aEEG分级+GCS+72 h NSE | 0.912 | < 0.001 | 0.815~1.000 |
| 注：a为AUC最大，预测效能最佳 | |||
|
| 图 1 EEG联合GCS评分及NSE预测CA患者不良预后的ROC曲线不同亚组中EEG、aEEG预测不良预后的效能比较 Fig 1 ROC curve of EEG combined with GCS score and NSE to predict poor prognosis in patients with cardiac arrest, and comparison of the efficacy of EEG and aEEG in predicting poor prognosis in different subgroups |
|
|
为进一步校正年龄、病因及TTM达标时长等混杂因素对预测效能的影响，本研究进行了分层敏感性分析。各亚组中EEG及aEEG预测不良预后的AUC见表 6。
| 亚组 | 例数 | EEG | 24 h aEEG | 48 h aEEG | ||||||
| AUC | P值 | 95%CI | AUC | P值 | 95%CI | AUC | P值 | 95%CI | ||
| 年龄分层（是否≥66岁） | ||||||||||
| 是 | 31 | 0.683 | 0.169 | 0.427~0.940 | 0.700 | 0.134 | 0.505~0.895 | 0.800 | 0.024 | 0.644~0.956 |
| 否 | 32 | 0.859 | 0.003 | 0.665~1.000 | 0.906 | 0.001 | 0.756~1.000 | 0.938 | 0.000 | 0.801~1.000 |
| 体温达标时长分层（是否≥95min） | ||||||||||
| 是 | 32 | 0.460 | 0.712 | 0.247~0.673 | 0.583 | 0.436 | 0.382~0.784 | 0.625 | 0.243 | 0.425~0.825 |
| 否 | 31 | 0.509 | 0.968 | 0.000~1.000 | 0.595 | 0.658 | 0.169~1.000 | 0.716 | 0.315 | 0.269~1.000 |
| 病因分层（是否为心源性CA） | ||||||||||
| 是 | 28 | 0.512 | 0.922 | 0.270~0.754 | 0.605 | 0.376 | 0.392~0.819 | 0.737 | 0.046 | 0.556~0.918 |
| 否 | 35 | 0.720 | 0.120 | 0.439~1.000 | 0.800 | 0.034 | 0.556~1.000 | 0.850 | 0.013 | 0.634~1.000 |
| 注：中位年龄为66岁，TTM达标中位时长为95 min | ||||||||||
分层敏感性分析显示，以中位年龄66岁为界，小于66岁患者EEG、24 h aEEG、48 h aEEG分级均具有良好预后预测效能，大于66岁亚组仅48 h aEEG分级差异有统计学意义，提示年纪更轻的患者脑电损伤特异度更强，预测效能更好。病因分层结果提示，心源性心脏骤停亚组仅48 h aEEG分级具有预测价值，非心源性亚组24 h aEEG、48 h aEEG分级预测效能更佳。在不同体温达标时长亚组中，各项脑电指标预测价值均差异无统计学意义，提示亚低温达标时间不影响脑电分级的预测能力。
3 讨论CA是常见急危重症。随着心肺复苏技术的普及，CA患者接受旁观者CPR的比率增加，CA患者生存率呈逐年上升趋势，但出院存活率仍低于1%[13]。缺血缺氧性脑病是影响心肺复苏后患者生存率的主要原因[14]。如何早期准确客观评估CA患者缺血缺氧性脑病严重程度，预测神经功能预后，为医疗决策提供参考，以提高患者生存率以及生存质量，仍是临床面临的最大难题之一。
EEG是临床常用的神经功能监测手段之一，且EEG对于缺血缺氧性损伤十分敏感，研究表明大脑缺血缺氧十余秒内，EEG即可出现频率波幅的改变，且变化与损伤程度密切相关，当大脑病灶区神经元部分死亡时波幅下降，神经元全部死亡时，EEG表现为皮层电活动消失、电静息。对于CA后昏迷患者，TTM期间镇静药物可能会影响EEG参数，但并不影响EEG预测CA患者神经功能预后的准确性[15]。EEG分级标准主要包括Hockday分级标准[16]、Young分级标准[17]，以及Synek分级标准[18]，Synek分级标准首次纳入了脑电反应性作为评价指标之一，并且包含了θ昏迷、纺锤波、爆发抑制等，对慢波的分型更为详细全面，因此本研究选用了Synek分级作为EEG评估工具，探讨EEG评估心肺复苏后患者神经功能预后的临床价值。qEEG是通过计算机分析将大脑皮层电活动进行量化而成，包括aEEG、RBP、RAV等参数，可更直观地反映脑功能状态，具有操作简单、易于判读等优势，广泛应用于神经重症领域[19]，其中aEEG是将大脑皮层电生理信号压缩为振幅曲线，直观反应大脑皮层电活动变化趋势，常用于预测CA患者的神经功能结局[9]。研究显示aEEG振幅越高[15]，正常振幅出现时间越早[8]，神经功能预后越好。2025年发表的一项研究显示ROSC后早期aEEG振幅变异度预测神经功能效能良好，但对于24 h后aEEG未做进一步研究[20]。本研究将监测时间延长至48 h，并且将aEEG与EEG进行对比，制了ROC曲线。结果显示EEG、aEEG分级越高，神经功能预后越差，EEG分级、24 h的aEEG分级、48 h的aEEG分级预测神经功能预后的AUC分别为0.679、0.759、0.789，EEG分级联合24 h aEEG、48 h aEEG分级的AUC分别为0.786、0.827，提示aEEG预测CA患者神经功能预后效能优于EEG，早期aEEG可准确预测神经功能预后，联合EEG评估可进一步提高预测准确性。
本研究的分层敏感性分析显示，EEG的预测效能受年龄和病因的影响，而体温达标时长未显示出明显的修饰效应。在年龄 < 66岁的患者中，各时间点EEG均表现出良好的预测价值（AUC: 0.859~0.938，均P < 0.01），而年龄≥66岁的患者仅48 h aEEG达到显著水平（AUC=0.800，P=0.024），提示高龄可能削弱早期EEG的预测能力，但延长监测至48 h仍可获取有效信息。在病因分层中，非心源性心脏骤停患者的24 h及48 h aEEG均显著（AUC分别为0.800和0.850，P < 0.05），而心源性患者仅48 h aEEG呈临界显著（AUC=0.737，P=0.046），表明EEG对非心源性病因患者的预后判断更具优势。相比之下，无论体温达标时长是否≥95 min，各时间点EEG均无统计学意义（均P > 0.05），且部分亚组的置信区间极宽，提示该分层因素可能无效或受样本量限制。综上，年龄和病因是影响EEG预测效能的重要分层变量，未来在临床应用中需加以考虑。
为优化CA患者脑功能监测及预后评估方法，初步探讨EEG/aEEG联合临床指标（如GCS评分、NSE）的预测效能，本研究进一步比较EEG、aEEG分级、GCS评分以及血清NSE水平评估CA患者神经功能预后的临床价值。结果显示GCS评分、48 h、72 h血清NSE预测CA患者不良神经功能预后AUC分别为0.789、0.689、0.786。进一步联合分析显示，EEG分级、24 h、48 h aEEG分级分别联合48 h、72 h血清NSE预测CA患者不良神经功能预后AUC分别为0.827、0.765、0.798、0.792、0.812、0.822。EEG分级、24 h、48 h aEEG分级分别联合GCS评分预测CA患者不良神经功能预后AUC分别为0.810、0.889、0.890。EEG分级、24 h、48 h aEEG分级联合GCS及48 h、72 h血清NSE预测CA患者不良神经功能预后AUC分别为0.848、0.882、0.910、0.906、0.917、0.912。结果显示入院GCS评分及48 h、72 h血清NSE均可较好评估CA患者神经功能预后，多模态联合评估可增加预测准确性，其中24 h aEEG分级联合入院GCS评分以及72 h血清NSE预测效能最佳，AUC为0.917，提示脑电联合神经损伤标志物及入院体格检查可有效提升预测效能，这与既往研究结果相符[21-22]。
本研究突破常规脑电监测时长限制，将脑电图监测时间延长至ROSC后48 h，以捕捉更完整、更具时效性的神经电生理变化；且结合神经系统体格检查及血清神经损伤标志物等多模态数据，将脑电生理、临床查体及生化指标相结合，提升神经功能预后评估的准确性及可靠性。相较于传统神经系统影像学检查，具有床旁快捷、实时、可持续等优势，且无需频繁转运患者，降低医疗风险，节约医疗资源，具有较好的卫生经济学效益。然而，我们也必须认识到，任何单一监测手段均无法全面反映缺血缺氧性脑损伤后复杂的病理生理过程。现有循证医学证据和临床指南一致推荐，对CA昏迷患者应采用多模态脑功能监测策略进行神经功能预后评估，通过整合电生理、临床、生化和影像学等多维度指标，不仅可以优势互补、提高预测效能，更有望为临床个体化治疗决策和早期康复干预提供更加坚实的依据。
最后，本研究存在一定局限性，首先本研究为单中心研究，样本代表性较差，研究结论外推性受到一定限制。其次，本研究为回顾性研究，无法实现随机对照及前瞻性干预，且易受到混杂因影响。最后，受到客观条件限制，心肺复苏后患者少，未能进一步分层分析不同病因所致的心脏骤停患者的预后差异，后续研究将继续纳入更多心肺复苏后患者，开展多中心研究，并完善亚组分析，以得出更为准确的结果。
利益冲突 所有作者声明无利益冲突
作者贡献声明 吴仔弦、杨思敏：酝酿和设计实验、实施研究、采集数据、统计分析、起草文章，韦静静、邓双逍：采集数据、分析/解释数据，朱建军、高建瓴、周保纯：对文章知识性内容作批评性审阅、技术支持、指导
| [1] | Zheng JQ, Lv CZ, Zheng W, et al. Incidence, process of care, and outcomes of out-of-hospital cardiac arrest in China: a prospective study of the BASIC-OHCA registry[J]. Lancet Public Health, 2023, 8(12): e923-e932. DOI:10.1016/S2468-2667(23)00173-1 |
| [2] | Mulder M, Gibbs HG, Smith SW, et al. Awakening and withdrawal of life-sustaining treatment in cardiac arrest survivors treated with therapeutic hypothermia[J]. Crit Care Med, 2014, 42(12): 2493-2499. DOI:10.1097/ccm.0000000000000540 |
| [3] | May TL, Ruthazer R, Riker RR, et al. Early withdrawal of life support after resuscitation from cardiac arrest is common and may result in additional deaths[J]. Resuscitation, 2019, 139: 308-313. DOI:10.1016/j.resuscitation.2019.02.031 |
| [4] | Friberg H, Cronberg T, Dünser MW, et al. Survey on current practices for neurological prognostication after cardiac arrest[J]. Resuscitation, 2015, 90: 158-162. DOI:10.1016/j.resuscitation.2015.01.018 |
| [5] | Panchal AR, Bartos JA, Cabañas JG, et al. Part 3: adult basic and advanced life support: 2020 American heart association guidelines for cardiopulmonary resuscitation and emergency cardiovascular care[J]. Circulation, 2020, 142(16_suppl_2): S366-S468. DOI:10.1161/cir.0000000000000916 |
| [6] | Oh SH, Park KN, Shon YM, et al. Continuous amplitude-integrated electroencephalographic monitoring is a useful prognostic tool for hypothermia-treated cardiac arrest patients[J]. Circulation, 2015, 132(12): 1094-1103. DOI:10.1161/CIRCULATIONAHA.115.015754 |
| [7] | Oh SH, Park KN, Kim YM, et al. The prognostic value of continuous amplitude-integrated electroencephalogram applied immediately after return of spontaneous circulation in therapeutic hypothermia-treated cardiac arrest patients[J]. Resuscitation, 2013, 84(2): 200-205. DOI:10.1016/j.resuscitation.2012.09.031 |
| [8] | Sugiyama K, Miyazaki K, Ishida T, et al. Categorization of post-cardiac arrest patients according to the pattern of amplitude-integrated electroencephalography after return of spontaneous circulation[J]. Crit Care, 2018, 22(1): 226. DOI:10.1186/s13054-018-2138-2 |
| [9] | Wu CI, Hsu PF, Lee IH, et al. Utilization of amplitude-integrated electroencephalography to predict neurologic function after resuscitation in adults with cardiogenic cardiac arrest[J]. Acta Cardiol Sin, 2021, 37(6): 632-642. DOI:10.6515/ACS.202111_37(6).20210630B |
| [10] | Admiraal MM, van Rootselaar AF, Hofmeijer J, et al. Electroencephalographic reactivity as predictor of neurological outcome in postanoxic Coma: a multicenter prospective cohort study[J]. Ann Neurol, 2019, 86(1): 17-27. DOI:10.1002/ana.25507 |
| [11] | Synek VM. EEG abnormality grades and subdivisions of prognostic importance in traumatic and anoxic Coma in adults[J]. Clin Electroencephalogr, 1988, 19(3): 160-166. DOI:10.1177/155005948801900310 |
| [12] | al Naqeeb N, Edwards AD, Cowan FM, et al. Assessment of neonatal encephalopathy by amplitude-integrated electroencephalography[J]. Pediatrics, 1999, 103(6 Pt 1): 1263-1271. DOI:10.1542/peds.103.6.1263 |
| [13] | Shao F, Li HB, Ma SK, et al. Outcomes of out-of-hospital cardiac arrest in Beijing: a 5-year cross-sectional study[J]. BMJ Open, 2021, 11(4): e041917. DOI:10.1136/bmjopen-2020-041917 |
| [14] | Sandroni C, Cronberg T, Sekhon M. Brain injury after cardiac arrest: pathophysiology, treatment, and prognosis[J]. Intensive Care Med, 2021, 47(12): 1393-1414. DOI:10.1007/s00134-021-06548-2 |
| [15] | Drohan CM, Cardi AI, Rittenberger JC, et al. Effect of sedation on quantitative electroencephalography after cardiac arrest[J]. Resuscitation, 2018, 124: 132-137. DOI:10.1016/j.resuscitation.2017.11.068 |
| [16] | Hockaday JM, Potts F, Epstein E, et al. Electroencephalographic changes in acute cerebral Anoxia from cardiac or respiratory arrest[J]. Electroencephalogr Clin Neurophysiol, 1965, 18(6): 575-586. DOI:10.1016/0013-4694(65)90075-1 |
| [17] | Young GB, McLachlan RS, Kreeft JH, et al. An electroencephalographic classification for Coma[J]. Can J Neurol Sci, 1997, 24(4): 320-325. DOI:10.1017/s0317167100032996 |
| [18] | Synek VM. Prognostically important EEG Coma patterns in diffuse anoxic and traumatic encephalopathies in adults[J]. J Clin Neurophysiol, 1988, 5(2): 161-174. DOI:10.1097/00004691-198804000-00003 |
| [19] | 吴仔弦, 杨思敏, 周保纯. 定量脑电图在成人重症监护室中的应用[J/OL]. 中华脑血管病杂志(电子版), 2024, 18(6): 616-620. DOI: 10.11817/j.issn.1673-9248.2024.06.015. |
| [20] | 李佳睿, 冯顺易, 李勇. 振幅整合脑电图振幅变异度对心搏骤停神经功能预后的预测价值[J]. 中华急诊医学杂志, 2025, 34(12): 1698-1704. DOI:10.3760/cma.j.cn114656-20250401-00248 |
| [21] | 周保纯, 朱建军, 袁慧琴, 等. 多模态脑功能监测在重症神经领域的应用进展[J]. 中华急诊医学杂志, 2020, 29(5): 736-741. DOI:10.3760/cma.j.issn.1671-0282.2020.05.026 |
| [22] | 吴仔弦, 杨思敏, 周保纯. 心搏骤停后综合征患者神经功能预后评估研究进展[J/OL]. 中华脑血管病杂志(电子版), 2022, 16(3): 202-205. DOI: 10.11817/j.issn.1673-9248.2022.03.011. |