一項新的研究表明，一種復(fù)雜的經(jīng)顱多普勒超聲設(shè)備通過分析腦血流量微妙的變化似乎有助于診斷腦震蕩。

  “目前，腦震蕩診斷是基于癥狀評估，而這些癥狀差異很大且難以解釋?！敝饕芯空逺obert Hamilton（Neural Analytics創(chuàng)始人之一）稱，“利用經(jīng)顱多普勒超聲分析血流模式并利用計算機算法量化損傷，可能是首個腦震蕩生理測量方法?！边@項研究結(jié)果于4月13日發(fā)布，且在2016年美國神經(jīng)病學學會年會上呈現(xiàn)。

  他指出，經(jīng)顱多普勒超聲可測量患者的平均血流速度、搏動指數(shù)和腦血管反應(yīng)性指數(shù)，用于嚴重腦損傷的診斷?！拔覀兿胗^察輕微腦損傷患者更微妙的血流變化?！彼f道。

  在這項研究中，研究人員利用經(jīng)顱多普勒超聲設(shè)備和新的計算機平臺對66例高中體育運動員和169例年齡相仿的對照參與者頭部損傷12天內(nèi)的腦血流進行研究。初始腦震蕩診斷是由主治醫(yī)師通過評估患者得神經(jīng)認知和癥狀來確定。

  結(jié)果顯示，形態(tài)分析更能區(qū)分健康者和腦震蕩患者，其接受者操作特征曲線下面積（AUC）為83%（敏感性71%，特異性83%）。相比之下，傳統(tǒng)經(jīng)顱多普勒超聲檢測對于腦震蕩的識別只比扔硬幣的概率稍好一點，其測量平均血流速度、搏動指數(shù)和腦血管反應(yīng)性指數(shù)的AUC值在53%和60%之間。

  “一個有前途的工具”

  針對這項研究，Ramon Diaz-Arrastia（馬里蘭州健康科學統(tǒng)一服務(wù)大學）似乎熱衷于新技術(shù)。

  “已知腦震蕩和更嚴重的創(chuàng)傷性腦損傷后大腦血管會受到損傷。”他表示，“一直缺乏可靠地非侵襲性的方式來評估腦血管功能，以及嚴格評估靈敏度、特異性和有效性的方法?！?/p>

  “這項研究利用機器學習工具分析由經(jīng)顱多普勒超聲獲得的腦血管流速波形。這種新型測量方法的敏感性和特異性顯著優(yōu)于傳統(tǒng)多普勒超聲?！盌iaz-Arrastia補充道。

  “這項研究顯示，以這種方法使用經(jīng)顱多普勒超聲檢測是一種有前途的工具，用于診斷輕度創(chuàng)傷性腦損傷生物標志物，可能有助于識別創(chuàng)傷性腦血管損傷患者?！?/p>