Critical Care Medicine：12,450 例危重成人癫痫发作和癫痫持续状态患者 的临床和脑电图预测因素：一项回顾性队列研究

翻译 河南省人民医院急危重症医学部 秦秉玉　

审校 同济大学附属上海同济医院  陈志

目的：癫痫持续状态（status epilepticus，SE）的发病率和死亡率明显高于单次性癫痫发作。我们的目的是确定SE和癫痫发作相关的临床诊断和节律性与周期性脑电图模式 （rhythmic and periodic electroencephalogram patterns，RPPs）。

设计：回顾性队列研究。

研究地点：三级医疗医院。

受试者：2013年2月至2021年6月，在重症监护脑电图监测研究联盟数据库中选定的参与中心，接受连续脑电图（continuous electroencephalogram，cEEG）监测的 12,450 例成年住院患者。

干预措施：不适用。

测量和主要结果：我们定义了前 72 小时内 cEEG 的顺序结局：无癫痫发作、不伴有SE的单次性癫痫发作或 SE（伴或不伴单次性癫痫发作）。复合组包括单次性癫痫发作或SE（AnySz）和无癫痫或单次性癫痫发作。在该队列中（平均年龄：60±17岁），1,226 例 患者（9.8%）患有 AnySz，439 例患者（3.5%）患有 SE。在多变量模型中，与 SE 独立相关的因素是心脏骤停 [9.2% 患有 SE，校正优势比 8.8（6.3~12.1）]，cEEG前的临床癫痫发作 [5.7%；3.3（2.5 ~ 4.3）]、脑肿瘤 [3.2%；1.6（1.0~2.6）]，单侧周期性放电（lateralized periodic discharges，LPDs）[15.4%；7.3（5.7 ~ 9.4）]，短暂潜在发作性节律性放电（brief potentially ictal rhythmic discharges，BIRDs）[22.5%；3.8（2.6 ~ 5.5）] 和全面周期性 放电（generalized periodic discharges，GPDs）[7.2%；2.4（1.7~3.3）]。上述所有变量和单侧节律性δ活动（lateralized rhythmic delta activity，LRDA）也与AnySz相关。 同单次性癫痫发作相比，显著增加SE发生率的因素包括心脏骤停 [7.3（4.4~12.1）]、临床癫痫发作 [1.7（1.3~2.4）]、GPDs[2.3（1.4 ~ 3.5）] 和 LPDs[1.4（1.0~1.9）]。同单次性癫痫发作相比，LRDA 发生SE的几率更低 [0.5（0.3~0.9）]。无论是否存在RPP， RPP改良因素并没有改善 SE 预测率（P=0.8）。

结论：利用现有最大的 cEEG 数据库，我们确定了 SE（心脏骤停、cEEG前的临床癫痫发作、脑肿瘤、LPDs、GPDs 和 BIRDs）和癫痫发作（所有既往发作和 LRDA）的特异性预测因子。 这些发现可为危重患者量身定制 cEEG 监测策略。

专家述评

预测癫痫持续状态，有迹可循

张文筱 / 秦秉玉　河南省人民医院急危重症医学部

连续脑电图（continuous electroencephalogram，cEEG）是重症患者神经系统监测的重要工具，提高了人们对危重症疾病中非惊厥性癫痫发作患病率的认识。有专家共识建议使用 cEEG 对急性脑损伤后意识障碍的所有患者、心脏骤停的患者以及所有曾 发生临床癫痫发作但尚未恢复至基线的患者进行癫痫发作监测^[1]。cEEG 衍生标记物也可以成为早期检测神经系统检查不可靠患者是 否存在缺血的有用工具^[2]。同时，cEEG 还可以发现无反应患者不同的意识水平并识别隐藏意识^[3]。

由于癫痫持续状态（status epilepticus，SE）会对患者神经系统造成不可逆的损害并影响患者预后，通过发现与 SE 特异相 关的临床诊断及 cEEG 模式，识别 SE 高危患者，能够更好地指导重症患者癫痫监测及治疗。Samuel 等的研究^[4]就在这方面做出了很好的尝试。该研究采用了回顾性队列研究设计，从重症监护脑电图监测研究联盟（Critical Care EEG Monitoring Research Consortium，CCEMRC）多中心数据库中纳入了来自三家不同医疗中心的 12,450 例成年患者。研究对首次 cEEG 记录进行分析， 并且对于有多个非连续 cEEG 记录的患者，仅分析了第一次记录。其中，81%的患者是在重症监护病房进行了脑电图监测。研究排 除了因非急性原因进行 cEEG 监测的患者。在数据变量方面，研究纳入了临床诊断、节律性和周期性模式（rhythmic and periodic electroencephalogram patterns，RPPs）等变量，并对RPPs进行了详细的分析，包括应用美国临床神经生理学学会（American Clinical Neurophysiology Society，ACNS）修饰因子进行评估。研究还对变量进行了筛选和回归建模，采用了相邻类别逻辑回归 模型来分析结果。该研究确定了与 SE 独立相关的脑电图模式和临床预测模型。独立风险因素包括心脏骤停、cEEG之前的临床癫痫 发作、脑肿瘤、单侧周期性放电（lateralized periodic discharges，LPDs）、短暂潜在发作性节律性放电（brief potentially ictal rhythmic discharges，BIRDs）和全面周期性放电（generalized periodic discharges，GPDs）。这些发现表明，某些脑电图模式和临床预测模型可以用于预测重症患者中癫痫持续状态的发生。

该研究采用了大规模的多中心数据库，样本量较大，具有一定的代表性。可以更全面地分析临床诊断和脑电图特征与癫痫持续状态之间的关系，为临床实践提供更具说服力的证据。研究采用了严格的数据筛选和回归分析方法，有助于准确发现与 SE 相关的预测因子。另外，研究结果进一步强调了 cEEG 监测在重症患者临床实践中的重要性，特别是将临床特征和脑电图特征结合起来，更有助于在部分特定人群中提高 cEEG 对 SE 的预测价值。

然而，这项研究也存在一些不足之处。首先，由于其为回顾性队列研究，不可避免地存在了回顾性研究的局限性，如信息偏倚和数据质量不一致等问题。其次，因为研究对象仅限于三级医疗医院的成年住院患者，且大部分是 ICU 患者，可能无法完全代表其他类型医疗机构的患者群体，研究结果的可推广性可能受到限制。此外，虽然采用了大规模的多中心数据库，但可能存在数据质量和信息收集的一致性问题，因此我们需要谨慎进行结果解释和推断。最后，虽然该研究发现了多个与 SE 独立相关的因素，但在实际临床中，这些因素的权重和相互关系可能存在一定的复杂性，需要进一步的前瞻性研究来加以确认。

参考文献

1．Le Roux P, Menon DK, Citerio G, Vespa P, Bader MK, Brophy GM, et al. Consensus summary statement of the International Multidisciplinary Consensus Conference on Multimodality Monitoring in Neurocritical Care : a statement for healthcare professionals from the Neurocritical Care Society and the European Society of Intensive Care Medicine. Intensive Care Med. 2014;40:1189–209.

2．Admiraal MM, Horn J, Hofmeijer J, Hoedemaekers CWE, van Kaam CR, Keijzer HM, et al. EEG reactivity testing for prediction of good outcome in patients after cardiac arrest. Neurology. 2020;95:e653–61.

3．Claassen J, Doyle K, Matory A, Couch C, Burger KM, Velazquez A, et al. Detection of Brain Activation in Unresponsive Patients with Acute Brain Injury. N Engl J Med. 2019;380:2497–505.

4．Snider SB, Fong MWK, Nolan NM, Ruiz AR, Wang W, LaRoche S, et al. Clinical and Electroencephalographic Predictors of Seizures and Status Epilepticus in 12,450 Critically Ill Adults: A Retrospective Cohort Study. Crit Care Med. 2023;51:1001–11.

专家述评

谁可能出现发作性或持续性癫痫？

李　莉　中南大学湘雅医院重症医学科 马朋林　贵黔国际总医院重症医学科

急性脑损伤幸存患者会罹患发作性或持续性癫痫，诱发中枢神经系统的炎症并导致功能退化，抑制损伤后的神经再生，影响患者的长期预后和生活质量。通过早期发现和干预有可能改善癫痫患者的预后，但目前还没有临床工具来识别癫痫的高风险患者。持续脑电图（continuous electroencephalogram，cEEG）是神经重症患者中广泛使用的临床工具，既有助于诊断是否有癫痫发作，亦可以预测恢复情况。

在 Critical Care Medicine 本期的文章中，Snider SB 等通过对三家医学中心 12,450 例成年 ICU 住院患者回顾性队列研究发现，心脏骤停、cEEG 之前的临床癫痫发作、脑肿瘤、LPDs、GPDs 和 BIRDs 是重症患者SE和癫痫发作（所有先前和 LRDA）的 特定预测因子。该研究是迄今最大样本量的队列研究，其重要贡献包括以下几点。

1、该研究结果提示，在重症患者中，预测癫痫发作和癫痫持续状态存在可能性，可依据是否存在独立的相关危险因素定义发作性或持续性癫痫高危人群，采取相应预防措施。

2、 依据独立风险因素，包括心脏骤停、前 24 小时内的临床Sz/SE发作和脑肿瘤以及是否存在高度癫痫样放电模式（BIRDs、GPDs、 LPDs 和 LRDA）建立的多因素回归模型具有中等预测效力 [AUROC 0.81（95% CI，0.74 ~ 0.88）for SE vs 0.78（0.74 ~ 0.83）for AnySz]，此结果提示该模型可作为一种值得进一步开发的临床评价工具。

3、在 RPP 中，LPDs 和 BIRDs 与 SE 的相关性最强；与 单纯性癫痫发作相比，只有 LPDs 的 SE 相对风险增加。LRDA 是唯一一种预示 SE 风险降低的 RPP 特征，提示 cEEG 监测具有重要的临床意义。4、首次证明，尽管不同神经重症患者癫痫发作 /SE 的患病率有显著差异，RPPs 的预测价值（除外 GPD）在不同的临床疾病中没有差异。

该研究等不足之处主要是回顾性研究本身的局限性，包括未测量的混杂因素；RPP 是纳入标准化数据库的信息，而不是脑电图原始波形；不同医院的治疗药物不同等干扰影响。值得一提的是，单变量分析中，GPDs 与 SE 相关性最强，但由于 GPDs 缺失数据较多，未被纳入多因素分析中，可能影响研究效力。因此，有必要进一步开展前瞻性队列研究对该评价工具进行改良，以提高其评价效力。