綜述｜圍術期腦電監(jiān)測預測術后譫妄的研究進展

珍稀動物保護日

珍愛動物 人人有責

珍稀動物保護日

珍愛動物 人人有責

微信號：135editor

新浪微博：@135編輯器

冬日微醺

微 信 號：135editor

新浪微博：@135編輯器

微信號：135editor

新浪微博：@135編輯器

圍術期腦電監(jiān)測預測術后譫妄的研究進展

肖春婭 王彬

重慶醫(yī)科大學附屬第一醫(yī)院麻醉科

通信作者：王彬

Email: 774935778@qq.com

基金項目：重慶市自然科學基金面上項目 （CSTB2022NSCQ-MSX0061）；重慶市科衛(wèi)聯(lián)合醫(yī)學科研項目（2018GDRC009）；重慶醫(yī)科大學附屬第一醫(yī)院院級研究生導師團隊建設項目（CYYY-DSTDXM202501）

【摘要】術后譫妄（POD）作為老年患者圍術期嚴重的中樞神經(jīng)系統(tǒng)并發(fā)癥，可顯著增加患者死亡率、認知功能障礙及社會醫(yī)療負擔。近年來，腦電監(jiān)測因其無創(chuàng)性及高時間分辨率，已被拓展應用于圍術期全程的POD預測與干預體系構建。本文系統(tǒng)總結了圍術期各階段腦電圖(EEG)特征演變規(guī)律，揭示其與POD發(fā)生的強相關性，探討了基于腦電信號衍生參數(shù)的EEG引導麻醉深度管理對POD發(fā)生率的降低效應。本文通過整合圍術期腦電監(jiān)測的最新進展，為構建基于多模態(tài)EEG參數(shù)的POD預測模型及制定分層干預策略提供參考。

【關鍵詞】腦電圖；譫妄；圍術期；麻醉深度監(jiān)測；預測因子

術后譫妄（postoperative delirium， POD）多發(fā)生在術后1周內(nèi)，其主要表現(xiàn)為急性發(fā)作和病情波動、注意力不集中、意識水平紊亂和認知功能減退［1］。流行病學數(shù)據(jù)顯示，接受大型手術的老年患者中POD發(fā)生率高達10%～50%，且與術后死亡率升高、住院時間延長及遠期認知功能衰退顯著相關，已成為圍術期管理的重大臨床挑戰(zhàn)［2］。目前POD的診斷主要依賴臨床評估工具如意識模糊評估表等，但此類方法存在主觀性強、時效性不足的局限性，難以滿足早期預警及精準干預的需求［3］。近年來， 腦電圖（electroencephalogram， EEG）通過實時捕捉神經(jīng)電生理活動的動態(tài)變化，為POD的病理機制研究提供了獨特的神經(jīng)電生理學視角，并逐步成為該領域的重要研究工具。本文基于圍術期全程視角，從術前、術中、麻醉蘇醒期及術后監(jiān)測四個階段，系統(tǒng)闡述EEG特征演變規(guī)律對POD的預測價值，旨在為優(yōu)化圍術期腦功能保護策略提供參考。

腦電基礎概要

EEG作為一種非侵入性腦活動成像技術，通過頭皮電極陣列記錄大腦皮層椎體神經(jīng)元突觸后電位的綜合電流活動，能夠實時、動態(tài)地反映中樞神經(jīng)系統(tǒng)功能狀態(tài)。EEG信號按頻率可分為多個頻段，各頻段與特定生理或病理狀態(tài)密切相關［4］。δ波（0.4～4 Hz）：深度睡眠或腦損傷時增強，提示皮層抑制或代謝紊亂，例如譫妄時，δ波活動顯著升高，可能反映神經(jīng)元同步性紊亂或能量代謝失衡。θ波（4～8 Hz）：常見于兒童或成人困倦狀態(tài)，與注意力分散及記憶功能相關，其過度活躍可能與認知功能減退或神經(jīng)退行性疾病有關。α波（8～14 Hz）：在閉眼、靜息狀態(tài)下于枕葉區(qū)域優(yōu)勢表達，是大腦默認網(wǎng)絡活動的標志，其功率降低與警覺性下降及注意力障礙顯著相關，是POD的核心電生理標志之一。β波（14～30 Hz）：清醒時高頻活動，與認知處理和外界響應相關，其功率動態(tài)變化是評估麻醉深度的關鍵指標。圍術期通過量化EEG衍生參數(shù)（如BIS）可監(jiān)測麻醉深度，最新指南［5］推薦使用基于指數(shù)的EEG監(jiān)測指導麻醉管理，但單一參數(shù)解析能力有限，需結合術中多模態(tài)參數(shù)監(jiān)測（如暴發(fā)抑制、密度譜陣列）可有助于降低POD風險。

術前腦電監(jiān)測對術后譫妄的預測作用

術前腦電監(jiān)測通過捕捉大腦基線神經(jīng)電生理活動，能夠客觀反映患者的神經(jīng)功能儲備狀態(tài)，這一特性使其成為圍術期神經(jīng)風險分層的重要工具，尤其在POD的早期預測具有獨特優(yōu)勢。對老年患者術前前額區(qū)的靜息EEG監(jiān)測結果表明，靜息腦電活動慢化與認知能力下降相關［6］。因此，術前EEG參數(shù)可作為傳統(tǒng)認知篩查的補充工具，其優(yōu)勢在于量化評估神經(jīng)電生理儲備，并能在患者配合度低或篩查結果模棱兩可時提供客觀依據(jù)。目前與POD風險增加相關的術前EEG包括：（1）頻譜邊緣頻率（spectral edge frequency， SEF）降低；（2）睡眠結構改變表現(xiàn)為總睡眠時間延長、非快速眼動（non-rapid eye movement， NREM）2期睡眠占比增加及睡眠效率提升；（3）α波段功率升高且α波段連接性增強；（4）中位主導頻率（median dominant frequency， MDF）降低［7］。上述EEG特征與阿爾茨海默病、帕金森病等神經(jīng)退行性疾病中觀察到的“皮質-皮質下網(wǎng)絡失同步”現(xiàn)象具有顯著病理生理學重疊，這提示術前已存在的神經(jīng)功能儲備損傷可能通過放大手術應激反應，最終導致POD易感性增加。除此之外，POD患者的術前BIS顯著低于非POD患者，其作為單一預測因子對POD的預測表現(xiàn)出高特異性，這提示術前BIS可作為一個臨床上客觀易得的預測指標，將術前BIS基線值與MMSE評分、貧血狀態(tài)、血尿素氮及日常生活活動能力量表進行多維度整合，構建臨床敏感性和特異性更高的POD預測模型［8］。機器學習（machine learning， ML）作為人工智能的核心分支，能夠在不依賴顯式編程的情況下自主從數(shù)據(jù)中學習規(guī)律，為EEG分析提供了新思路，而基于ML的模型在譫妄預測中也具有良好的應用潛力［9］。例如，一項研究［10］基于術前靜息狀態(tài)EEG模式構建機器學習模型，在獨立驗證隊列中表現(xiàn)出較高的預測效能，特異性超過90%，敏感性超過80%，提示POD的患者可能存在術前未被察覺的神經(jīng)生理易感性。在算法優(yōu)化方面，采用ML方法識別關鍵變量用于預測退行性脊柱疾病患者的POD，共構建了9種不同的預測模型，其中，極限梯度提升算法模型性能最優(yōu)，受試者工作特征曲線下面積達到0.928［11］。此外，將深度學習模型與EEG數(shù)據(jù)結合，在POD檢測中實現(xiàn)了高達97%的準確率，有助于實施和評估個體化干預措施，早期檢測與不良結果相關的腦功能障礙［12］。

術中腦電監(jiān)測對術后譫妄的預測作用

近年來，許多研究團隊探索了術中EEG與POD的關系，包括基于原始腦電圖（raw EEG， rEEG）的時頻分析和定量腦電圖（processed EEG， pEEG）的衍生參數(shù)，探索其與POD的關聯(lián)，主要從以下四個維度來探討術中EEG對POD的預測及預防作用。

快波功率降低POD患者術中EEG可呈現(xiàn)特征性高頻節(jié)律抑制現(xiàn)象，具體表現(xiàn)為α波和β波頻段功率的顯著衰減。在麻醉誘導后早期階段（<1 min），POD患者即出現(xiàn)α波頻率、峰值功率及β波功率均顯著降低，同時伴隨頻譜邊緣頻率的降低，提示大腦皮層興奮性整體受抑［13］。前額葉α節(jié)律通過抑制無關感覺輸入維持注意力聚焦，其功率下降直接反映患者警覺性降低及認知控制功能受損。Gutierrez等［14］對重大腹部手術老年患者的術中EEG研究分析，POD患者的術中絕對和相對α波功率均顯著低于未發(fā)生POD的患者，這種差異在麻醉維持期的多個時間點仍然存在。這表明術年齡和麻醉劑量后仍保持獨立相關性，為預測POD提供了新的術中標志物［16］。這些結果提示，術中快波活動的動態(tài)監(jiān)測可為早期干預POD提供“時間窗口”。除原始腦電波變化外，術中腦電圖復雜性變化也有助于預測POD，根據(jù)術中提取的EEG非線性特征分析顯示，低排列Lempel-Ziv復雜性指數(shù)是POD的獨立危險因素，對POD具有中等預測作用［17］，這一結論可為EEG預測POD提供新的視角。

腦區(qū)功能連接減弱POD患者常表現(xiàn)出腦區(qū)功能連接的廣泛降低。額葉-頂葉神經(jīng)環(huán)路的功能連接減弱可能破壞多模態(tài)感覺信息的整合，導致定向力障礙及思維連貫性受損，而默認模式網(wǎng)絡內(nèi)聚性降低則與自我參照加工能力下降密切相關［18］。POD患者在靜息態(tài)下α頻段的功能連接強度較健康人群顯著降低，尤以額葉-頂葉網(wǎng)絡及默認模式網(wǎng)絡的結構完整性受損最為突出，這種頻段特異性改變可能通過干擾丘腦-皮層節(jié)律同步化機制，削弱大腦對復雜認知任務的調(diào)控能力［19］。這與既往研究［20］結論一致，POD的發(fā)生與大腦功能連接性的降低密切相關。另外，術中額-頂葉θ波連接發(fā)生率與POD呈正相關，在手術麻醉期間，θ波連接狀態(tài)通過取代額葉α波連接狀態(tài)進而影響認知功能，因此，前額-頂葉θ連接狀態(tài)的存在和額葉α波連接性的缺失是POD的易感狀態(tài)［21］。

暴發(fā)抑制暴發(fā)抑制發(fā)生常伴隨α波和β波功率的進行性衰減，被視為是預測POD的腦電標志物之一［22］。近期一項納入6 435例患者的薈萃分析［23］證實，術中暴發(fā)抑制發(fā)生與POD風險呈劑量依賴性關聯(lián)，即術中暴發(fā)抑制的程度越高、單次暴發(fā)抑制的持續(xù)時間和累積持續(xù)時間越長，POD的發(fā)生率越高。而且在有暴發(fā)抑制發(fā)生的情況下，發(fā)生POD的相對風險會增加41%［24］。而一項大型隨機對照試驗［25］的結果卻并不支持這一點，該試驗旨在系統(tǒng)評估通過EEG監(jiān)測指導麻醉藥物用量、最大限度減少術中腦電抑制，從而降低高危手術老年患者術后譫妄的發(fā)生率，結果表明，通過EEG監(jiān)測將暴發(fā)抑制時間從13 min縮短至7 min，而譫妄發(fā)生率僅從26%降至23%，差異無統(tǒng)計學意義。但該試驗的中介分析表明，腦電抑制仍然可能與POD的發(fā)生有關［26］。因此，這些相互矛盾的研究結果提示進一步研究的必要性，未來需建立多模態(tài)監(jiān)測體系，將暴發(fā)抑制特征與腦氧飽和度、血清神經(jīng)元特異性烯醇化酶等參數(shù)進行動態(tài)融合分析，以實現(xiàn)個體化風險評估。

麻醉深度調(diào)控通過專業(yè)分析技術將復雜的EEG信號進行數(shù)據(jù)轉換可得到一系列具有臨床意義的量化指標，目前已衍生出BIS、Narcotrend指數(shù)（narcotrend index， NTI）、狀態(tài)熵（state entropy， SE）及響應熵（responseentropy，RE）等多元監(jiān)測體系。其中BIS是臨床應用最廣泛的監(jiān)測工具，其核心優(yōu)勢在于對鎮(zhèn)靜深度的精準量化，而NTI雖在抗肌電干擾能力和經(jīng)濟性方面表現(xiàn)突出，但在麻醉深度判斷的敏感性及特異性方面較BIS存在不足，少量研究顯示其可降低患者術后認知功能障礙發(fā)生率，但缺乏大規(guī)模多中心研究，因果性研究不足［27］。熵指數(shù)（SE/RE）作為新型監(jiān)測指標，與BIS具有相當?shù)逆?zhèn)靜水平，在POD預測中的潛力主要體現(xiàn)在其對術中腦電抑制和傷害性刺激的敏感性，然而，目前研究多聚焦于麻醉深度與POD的間接關聯(lián)，缺乏直接驗證熵指數(shù)預測效能的臨床數(shù)據(jù)，且其監(jiān)測效果易受麻醉藥物種類、患者年齡等混雜因素影響［28］。全麻手術期間通過EEG引導麻醉來實時反饋麻醉深度，優(yōu)化麻醉藥物劑量，已成為降低POD風險的重要策略，尤其在老年非心臟手術領域已形成強證據(jù)支持。與常規(guī)護理相比，BIS組引導麻醉的譫妄患者較少，同時丙泊酚用量減少且縮短麻醉蘇醒時間，提示基于pEEG引導的麻醉深度管理POD發(fā)生率更低［29］。針對高齡患者的臨床數(shù)據(jù)更具說服力，大樣本回顧性研究［30］（n=7 318）表明，≥75歲患者應用BIS監(jiān)測后，POD發(fā)生率由5.10%顯著降至1.56%。然而，EEG引導麻醉在心臟手術中的效果存在爭議，對1 140例老年心臟手術患者的研究［31］顯示，盡管EEG引導組顯著減少了揮發(fā)性麻醉藥用量（中位MAC 0.66 vs. 0.80）及腦電抑制時間（中位4 min vs. 11.7 min），但兩組間POD發(fā)生率無顯著差異（18.15% vs. 18.10%）。這些研究結果提示，EEG監(jiān)測對非心臟手術、尤其是老年患者更具保護作用，這種矛盾可能源于心臟手術中體外循環(huán)對腦血流的影響，掩蓋了EEG監(jiān)測的保護作用，未來還需進一步分層研究驗證。另外，隨著個體化麻醉管理提出的高要求，術中準確監(jiān)測麻醉深度手段顯得尤為重要，最近有研究［32］表明可以使用ML腦電特征達到精準麻醉深度監(jiān)測，該模型通過學習不同麻醉藥物下大鼠的腦電活動，構建一個包含16維腦電特征值的數(shù)據(jù)集，最終發(fā)現(xiàn)該數(shù)據(jù)集表現(xiàn)出較高準確率的預測能力，可以識別和預測不同作用受體的麻醉藥物及其相應的麻醉深度，為實現(xiàn)實時準確麻醉深度監(jiān)測提供新的可能。

麻醉蘇醒期腦電監(jiān)測對術后譫妄的預測作用

POD患者在麻醉蘇醒期可呈現(xiàn)多種特征性EEG模式，根據(jù)EEG蘇醒軌跡可分為δ波主導型麻醉、紡錘波主導型麻醉及非慢波麻醉［33］。其中，δ波主導型麻醉狀態(tài)與術后神經(jīng)功能損傷密切相關，麻醉蘇醒期缺乏α波優(yōu)勢活動的δ波主導型患者術后神經(jīng)認知障礙風險顯著增加，提示α波活動對大腦功能網(wǎng)絡重建的關鍵作用［34］。麻醉蘇醒期EEG功率變化趨勢可作為POD風險的重要預測指標，總功率呈負斜率（隨蘇醒進程逐步下降）時POD發(fā)生率顯著降低，而正斜率（逐步上升）則與風險增加相關。當α波與β波功率同時呈現(xiàn)負斜率時，患者發(fā)生POD的風險最低［33］。因此，基于上述特征，麻醉蘇醒期腦電監(jiān)測可為POD的早期預警及干預策略提供客觀依據(jù)。

術后腦電監(jiān)測對術后譫妄的預測作用

術后EEG頻譜特征改變與POD嚴重程度存在獨立關聯(lián)，其預測效能顯著優(yōu)于傳統(tǒng)炎癥標志物，具體表現(xiàn)為術后δ波功率與POD嚴重程度呈劑量依賴性線性關聯(lián)，即術后delta功率越強，POD嚴重程度越重［35］。系統(tǒng)分析總結出3類術后腦電特征與POD發(fā)生密切相關：清醒期δ波功率異常增強、清醒-睡眠狀態(tài)轉換期δ波節(jié)律紊亂以及全腦功能網(wǎng)絡連接性破壞［7］。因此，術后EEG動態(tài)變化可整合代謝應激、神經(jīng)炎癥及神經(jīng)遞質系統(tǒng)失衡等多維度病理生理過程，為揭示POD的神經(jīng)病理機制提供了關鍵窗口，其臨床價值不僅體現(xiàn)在早期預警層面，更可通過特征性電生理標記物輔助明確POD亞型，從而建立客觀的POD風險分層模型，對預測和輔助診斷POD具有重要作用。

小 結

POD是老年患者術后常見的嚴重并發(fā)癥，其發(fā)生與圍術期腦電信號特征密切相關，且導致死亡率升高、住院時間延長及長期認知功能衰退。因此，老年患者圍術期的腦功能監(jiān)測尤為重要。本綜述系統(tǒng)闡明了老年患者圍術期特征性腦電頻譜變化對POD的預測價值，這些特定EEG模式不僅是POD發(fā)生的敏感預測指標，更是反映神經(jīng)炎癥級聯(lián)反應與神經(jīng)血管耦合機制障礙的動態(tài)生物標志物，為解析POD多因素病理機制提供可量化生物標志物。需強調(diào)的是，腦電監(jiān)測的臨床應用需綜合考慮手術類型、患者基線腦功能狀態(tài)及多中心協(xié)作，以實現(xiàn)個體化麻醉管理。未來研究應結合多組學技術與人工智能算法，深入挖掘EEG標記的生物學意義，并推動術中監(jiān)測設備的智能化與便攜化。通過多學科協(xié)作，EEG有望成為圍術期腦功能保護的核心工具，最終改善患者術后生存質量。

參考文獻略。

DOI:10.12089/jca.2026.02.013