下载掌阅APP，畅读海量书库
立即打开
脑电图（electroencephalogram，EEG）是从颅外头皮或颅内记录到的局部神经元电活动的总和 1 。由于脑电图是一种随时间变化的随机信号，因此即使脑内持续存在器质性病变，脑电图异常也会因为时间和状态不同而发生改变。通过使用动态脑电图监测（ambulatory EEG monitoring，AEEG）通常可连续记录24小时左右，可以检测到常规脑电图较少捕捉到的阵发性异常等 1 。然而，由于动态脑电图健侧中包含了清醒及各种活动状态下的脑波图形及睡眠脑电图形，及干扰伪差等，因此近年来，我们逐渐开始应用视频动态脑电图进行进一步的记录，以排除伪差等干扰。
20世纪50年代脑电图技术开始应用于神经重症监护病房。目前，动态脑电图监测已在癫痫患者的诊疗中进行应用，除此以外，在脑血管病患者的诊疗中也有着重要意义。在2004年，Kenneth等学者研究发现当脑血流量由正常的50～70ml/（100g·min）下降至25～30ml/（100g·min）时，脑电图即可表现出在形态学、频率及波幅的改变 2 。脑电图可以灵敏地反映脑内代谢情况，对早期开始评价脑功能、判断预后等均有不可忽视的作用。随后，更多学者开始重视脑电图在神经重症监护病房中，重症脑功能损伤患者，特别是脑血管病重症患者中的应用。脑血管重症患者多有广泛大脑皮质神经元功能障碍，可导致严重的神经功能缺损、持续性低反应状态或植物状态，脑电图具有较好的时间分辨率及空间分辨率，能够实施动态监测，可以协助鉴别痫性及非痫性发作，敏感地发现脑功能变化，预测昏迷患者预后等。
本章节将探讨动态脑电图目前在重症脑血管患者的脑功能评价、判断预后等方面的临床应用。
近年来，对于重症脑功能受损患者脑功能评估方式主要为以下几种：①临床观察；②神经影像学：目前包括计算机断层扫描、磁共振、正电子发射体层扫描等多种方法应用，但影像改变多出现在功能改变之后；③神经电生理评估：如脑电图、听觉诱发电位和段潜伏期体感诱发电位等；④生化标志物等，如atropin蛋白等；⑤脑血流：多应用经颅多普勒超声等进行探测；⑥颅内压。
目前，除了上述方法外，还有一些方法也在临床中有广泛应用。如压缩光谱分析（compressed spectral array，CSA），它是一种假三维图形显示技术，主要用于分析脑电图，横轴（X轴）表示脑波频率，纵轴（Y轴）表示时间过程，Z轴表示功率大小，可以时间试试观察不同频带波功率与优势频率的变化。密度谱分析（density spectral array，DSA）也逐渐投入临床应用，密度谱分析是以脑电图为基础的一项通过计算机进行处理的参数 3 。2012年，Robert等人报道了一例应用DSA完善诊断的病例，患者既往被诊断为广泛性癫痫，在应用DSA研究后，更改诊断为成人亚临床脑电图节律异常。随后在2016年，Mieugl等人对有NCSE的昏迷患者进行了监测，发现动态脑电图条件受限时，使用b-BIS（bilateral bispectral index）进行监测，用DSA分析可对非惊厥性癫痫持续状态（nonconvulsive status epilepticus，NCSE）的监测起到一定作用 5 。此外，还有多模态脑功能监测（multimodality monitoring，MMM）技术，它是近来逐渐兴起的一种监测实时脑生理功能的手段。Sang-Bae等学者于2013年对相关文献进行综述分析，认为它可以早期探查到脑生理功能的异常，尤其是对严重脑损伤的昏迷患者有明显作用 6 。
这些脑功能评估技术国内外均有报道。但动态脑电图监测仍是目前应用较多，研究较热的一项技术。
1965年，Hockaday首次报道EEG可以对心肺复苏后的昏迷患者预后进行较为可靠的判断 7 ，为量化评价EEG的异常程度提供了依据，其后，许多学者对此进行了大量的研究和报道。
2004年，Claassen J等人在总结了大量资料进行分析后，总结出动态脑电图监测出非惊厥性发作（nonconvulsive seizures，NCS）及非惊厥性癫痫持续状态（nonconvulsive status epilepticus，NCSE）等的原因 8 。分析包括了共570名重症患者，其中蛛网膜下腔出血患者共108人，有19%患者出现了亚临床发作及亚临床持续状态；105名原因不明的意识丧失患者中，有17%患者出现各种形式的发作；13%的颅内出血患者出现了发作，而11%缺血性脑卒中患者出现发作。可见动态脑电图可用于监测多种神经重症患者的亚临床性发作。在2005年，Chong和Hirsch对重症患者脑电监护进行了进一步综述分析，表明NCU患者在进行连续脑电图监测可发现NCS及NCSE等，并且这些异常脑电图可能提示的对大脑有严重损伤 9 。SIRPIDs、NCSE、GCSE及NCS等均在发作期对神经有较严重的损伤。
那么，对于重症脑功能损伤患者，我们是否可以通过常规脑电图监测到异常脑电波呢？2004年，Pandian等人对105名神经重症患者进行了短程脑电图监测，结果提示88.6%患者可监测出脑电图的异常波，其中包括PLED及发作间期痫性放电（interictal epileptiform discharge，IEDs）等 10 ；随后对这些病人延长脑电图监测时间，平均时间可达2.9天，结果提示98%患者可监测出脑电图的异常波。2004年，美国一项纳入570名患者的回顾性分析提示，仅有50%的NCS出现在监测的前60分钟，可见对于神经重症患者，使用较长时间的脑电图监测能够更多的监测到异常波形 8 。脑电图的异常波形有时可对昏迷患者的病因进行提示。Husain等学者在2006年进一步对有意识障碍的神经重症患者脑电图变化病因进行了探讨：β波为主的昏迷主要由于镇静药物的过量使用；α波为主的昏迷主要由于缺氧性脑病所致（呼吸、心搏骤停）；三相波提示代谢性脑病；FIRDA或者OIRDA提示脑积水；出现GPED伴肌阵挛时，考虑CJD及SSPE；一侧衰减加上双侧额叶的RDA多为心因性发作所致 11 。由此我们可以大致对各种意识障碍患者进行病因推测。
在脑血流降低时，脑电图多有改变，且其形态和频率变化与脑血流量的减少及神经元损伤程度相关。2004年，Hirsch等人报道了一位76岁蛛网膜下腔出血的患者，其Hunt&Hess评分为3级，患者同时伴有双侧中央额叶损伤。在持续刺激情况下，可诱发出明显的左侧大脑半球的发作性损伤。针对蛛网膜下腔出现患者，我们更应重视他们是否合并脑出血及血管痉挛等 12 。Claassen等人在2005年发现定量脑电图中，α/δ比值是最好的预测脑缺血及血管痉挛的方法 13 。Claassen等学者随后继续对伴有高危迟发性脑缺血的蛛网膜下腔患者进行前瞻性病历分析，结果提示66.7%的迟发性脑缺血患者脑电图平均α波波幅减低，其中有3名患者早于临床24～48小时发现了迟发型缺血损伤 13 。Rathakrishnan等学者通过对116例蛛网膜下腔出血患者进行回顾性分析发现癫痫样放电及脑电图反应性消失可以提示预后不良的情况 14 。
在2004年，Hirsch等人报道了另一名具有缺氧发作的AD患者，其连续动态脑电图监测可见由胸骨摩擦诱发出突出的广泛的周期性痫样损伤 12 。2007年，德国学者Burghaus等人通过对25名大脑半球大面积梗死患者的脑电图进行前瞻性研究分析，发现当脑电图出现以θ、β为优势波时，预后多良好，当出现广泛的δ活动时则提示预后较差 15 。2013年，Su等人通过对162例大脑半球大面积脑梗死患者进行前瞻性分析，提示当脑电无反应，或出现区域性衰减且无δ波（regional attenuation without delta，RAWOD），或暴发抑制模式、广泛抑制模式、癫痫样放电模式及α/β昏迷模式均提示患者预后不良 16 。
在1965年，为了对脑电图进行比较研究，Hockaday首次提出了脑电图分级标准，此后一些学者根据临床情况对这一标准继续进行完善、改良及创新，以便于更好地评估病情和判断预后。Lavizzari等人提出了新的分级标准（表3-8-1），可以反映脑电图有正常过渡为异常的演变过程，在对408名昏迷患者的脑电图结果进行分析后，提示分级高者预后较差 17 。随后，Synek学者首次将脑电图反应性纳入了分级标准（表3-8-2），他认为脑电图的反应性与患者预后相关，同时本次分级标准中对昏迷模式有了新的拓展，强调了α/θ昏迷等 18 。1997年，Young等学者对脑电图分级标准进行了进一步修改，并建立分级指导原则（表3-8-3），他纳入了100名昏迷患者，随机双盲原则分为2组，对Young分级标准及Synek分级标准进行比较，分析结果提示Young分级标准是可行的，当分级越高时，患者预后越差 19 。
表3-8-1 Lavizzari分级标准 17
表3-8-2 Synek分级标准 18
表3-8-3 Young分级标准 19
目前许多学者将脑电图分级标准应用于临床各种病因导致的重症脑功能损伤患者的预后判断。王晓梅等人对40名重症脑血管患者和25里复苏后缺氧性脑病患者进行动态脑电图监测后，通过应用3中不同分级标准进行预后评价，结果提示Synek分级标准预测准确率高达89.2%，而Young分级在缺血缺氧性脑病组评估准确率更好 20 。
目前，危重症患者的脑电图监测已经受到广泛重视，在2011年，危重患者脑电图监测联盟成立 21 。随后更多的医院加入，逐渐开始实行在神经重症监护病房中的脑电图监测。2010年时，Abend等人为了考察目前重症患者的动态脑电图监测情况，对美国神经专科医生进行了调查，从不同方面总结了目前神经专科医生对重症患者时的脑电监护情况 22 。共有330位医生参与，其中83%的医生每个月至少应用一次动态脑电图监测，由于当时应用长程脑电监测指证尚不明确，虽然应用动态脑电图监测可以评估神经系统状况，但更多医生选择在病人有惊厥表现（89%）或不正常眼动（85%）时，应用动态脑电图监测。一旦确诊了NCS及NCSE后，更多人倾向于应用苯妥英、劳拉西泮或左乙拉西坦对患者进行救治。这也从另一个角度说明，虽然目前医生们普遍认可动态脑电图监测可以预测NCS及NCSE发作，然而在实际管理这一常见问题时，我们仍需要更多的规范化系统性研究，仍需要更多调查来明确规范的处理办法。
在2015年，中华医学会神经病学分会神经重症协作组曾撰写《神经重症监护病房脑电图监测规范推荐意见》，认为对于脑损伤后昏迷患者可选择发病后1～7天开始短程脑电图监测（1b级证据） 23 。脑电图监测持续时间，此篇文章认为动态脑电图至少应该达到24～48小时，主要用于NCS的诊治。
1.动态脑电图监测提高了在神经重症监护病房识别NCS和NCSE，从而有效诊断亚临床癫痫发作，并及时提供适当治疗，减少痫性发作所致脑损伤。
2.动态脑电图监测对缺血缺氧造成神经元损伤极为敏感，可早期发现急性脑缺血，常用于预测蛛网膜下腔出血合并脑血管痉挛的发生。
3.动态脑电图监测帮助评估意识障碍的程度及分级，预测意识障碍病人的转归。
4.多模态脑功能监测不仅能够评价脑功能，还可以动态监测脑水肿、颅内压及颅内神经生化改变（微透析）。
1.动态脑电图监测愈来愈多地应用于神经急危重病人。
2.研发单一、精确和多参数的实时监测及报警脑缺血、痫性发作和其他神经系统事件的床旁监测系统是未来发展趋势。
（王越）
1.刘晓燕.临床脑电图学.北京：人民卫生出版社，2006.
2.Jordan K.G. Emergency EEG and continuous EEG monitoring in acute isehemic stroke, Clinical Neurophysiology,2004, 21: 341-352.
3.Stewart CP, Otsubo H, Ochi A, et al. Seizure identification in the ICU using quantitative EEG displays.Neurology. 2010 Oct 26; 75(17): 1501-8.
4.Carson R.P, Abou-Khalil, B.W.Density spectral array analysis of SPREDA during EEG-video monitoring.Clinical Neurophysiology, 2012, 123: 1096-1099.
5.Herna’ndez-Herna’ndez M.A, Ferna’ndez-Torre J.L. Color density spectral array of bilateral bispectral index system Electroencephalographic correlate in comatose patients with nonconvulsive status epilepticus, Seizure,2016, 34, 18-25.
6.Sang-Bae Ko. Multimodality Monitoring in the Neurointensive Care Unit: A Special Perspective for Patients with Stroke, Journal of Stroke, 2013, 15(2): 99-108.
7.Hockaday JM, Potts F, Bonazzi A, et al. EEG changes in acute cerebral anoxia form cardiac or respiratory arrest.ELectroenceph Clin Neurophysiol, 1965, 18(5): 575-586.
8.Claassen J, Mayer SA, Kowalski RG, et al. Detection of electrographic seizures with continuous EEG monitoring in critically ill patients. Neurology, 2004, 62: 1743-1748.
9.Chong DJ, Hirsch LJ. Which EEG patterns warrant treatment in the criti cally ill? Reviewing the evidence for treatment of periodic epileptiform discharges and related patterns. Journal of Clinical Neurophysiology, 2005,22(2): 79-91.
10.Pandian JD, Cascino GD, So EL, et al. Digital video-electroencephalographic monitoring in the neurologicalneurosurgical intensive care unit: clinical features and outcome. Archives of Neurology. 2004, 61(7): 1090-4.
11.Husain AM. Electroencephalographic assessment of coma. Clinical Neurophysiology. 2006, 23: 208-20.
12.Hirsch LJ, Claassen J, Mayer SA, et al. Stimulus-induced rhythmic, periodic, or ictal discharges(SIRPIDs): a common EEG phenomenon in the critically ill. Epilepsia. 2004, 45(2): 109-23.
13.Claassen J, Hirsch LJ, Kreiter KT, et al. Quantitative continuous EEG for detecting delayed cerebral ischemia in patients with poor grade subarachnoid hemorrhage. Clinical Neurophysiology, 2004, 115(12): 2699-2710.
14.Rathakrishnan R, Gotman J, Dubeau F, et al. Using continuous electroencephalography in the management of delayed cerebral ischemia following subarachnoid hemorrhage. Neurocrit Care, 2011, 14(2): 152-161.
15.Burghans L, Hilker R, Dohmen C, et al. Early electroencephalography in acute ischemic stroke: prediction of a malignant course?. Clinical neurology and neurosurgery, 2007, 109(1): 45-49.
16.Su YY, Wang M, Chen WB, et al. Early prediction of poor outcome in severe hemispheric stroke by EEG paRerns and gradings. Neuroscience Research, 2013, 35(5): 512-516.
17.Lavizzari GS, assetti C. Prognostic value of EEG in post-anoxic eonla after cardiac arrest. European Neurology,1987, 26(2): 161-170.
18.Synek VM. Prognostically important EEG coma patterns in diffuse anoxic and traumatic encephalopathies in adults[J]. Clinical Neurophysiology, 1988, 5(2): 161-174.
19.Young GB, MeLaehlan RS, Kreeft JH, et al. An electrueneephalographic clas sification for electroenceohalographic classification for coma. Canadian Journal of Neurological Sciences, 1997, 24(4)：320-325.
20.王晓梅，宿英英. 重症脑功能损伤的脑电图分级标准研究. 中华神经科杂志，2005，38(2)：104-107.
21.Herman ST, M Takeoka, JR Hughes, et al. Electroencephalography in clinical epilepsy research. Epilepsy Behavior, 2011, 22: 126-133.
22.NS Abend, DJ Dlugos, CD Hahn, et al. Use of EEG Monitoring and Management of Non-Convulsive Seizures in Critically Ill Patients: A Survey of Neurologists. Neurocrit Care, 2010, 12: 382-389.
23.中华医学会神经病学分会神经重症协作组，神经重症监护病房脑电图监测规范推荐意见，中华神经科杂志，2015，7：547-550.