预测脑卒中后上肢运动功能障碍对非侵入性脑刺激（NIBS）反应的神经生理和临床生物标志物：精准医疗的新突破

为解决非侵入性脑刺激（NIBS）治疗脑卒中后上肢运动功能障碍（UEMI）时治疗反应差异大的问题，研究人员开展了用机器学习模型确定神经生理和临床生物标志物对 NIBS 反应预测相关性的研究。结果显示特定生物标志物预测价值不同，这有助于提高个性化治疗效果。

　　背景：非侵入性脑刺激（NIBS）是促进脑卒中患者上肢运动功能障碍（UEMI）恢复的一种有前景的方法。然而，治疗反应的差异是一个重大挑战。识别能够预测 NIBS 反应的神经生理和临床生物标志物，有助于提升个性化治疗效果。目标：本研究旨在利用机器学习模型，确定神经生理和临床生物标志物对脑卒中后 UEMI 患者 NIBS 反应的预测相关性。方法：这项二次分析纳入了 63 名患有 UEMI 的脑卒中患者（年龄 56.9±11.1 岁）。研究运用支持向量机模型，评估两种神经生理生物标志物（通过定量脑电图量化的患侧大脑半球脑电活动，即功率比指数 PRI；经颅磁刺激评估的皮质脊髓束 CST 完整性）和一种临床生物标志物（用 Fugl-Meyer 上肢量表 FMA-UE 评估的 UEMI 水平），依据治疗前后 FMA-UE 评分变化，预测对 NIBS 有反应（ΔFMA-UE≥5 分）和有极佳反应（ΔFMA-UE≥10 分）的患者。结果：63 名参与者中，42 名（65%）被归类为有反应者，14 名（22%）表现出极佳反应。对有反应者的预测重要性方面，PRI-LH 为 0.78，UEMI 水平为 0.21，CST 完整性为 0.01。对于预测极佳反应，PRI-LH 重要性为 0.39，UEMI 水平为 0.37，CST 完整性为 0.24。结论：该研究突出了患侧大脑半球（LH）脑电活动和 UEMI 水平在预测 NIBS 有反应者和极佳反应者方面的重要性，其中 CST 完整性对预测极佳治疗结果尤其有价值。