基于定量脑电图（qEEG）的早产儿脑损伤早期预测与短期神经运动发育结局评估

本研究针对早产儿脑损伤早期诊断难题，通过前瞻性队列分析43例脑损伤与65例无脑损伤早产儿的定量脑电图（qEEG）特征，发现总功率（TP）、δ波段绝对功率（ABP-δ）等参数可有效预测脑损伤（AUC达0.830），且与3月龄全身运动（GMs）评分显著相关。该研究为新生儿重症监护中脑功能监测提供了自动化客观指标，发表于《Scientific Reports》。

　　

早产儿因大脑发育不成熟，面临高达15-20%的脑损伤风险，可能导致终身运动或认知障碍。传统脑电图（EEG）解读依赖专家经验，而常规影像学检查往往滞后于功能损伤。如何通过客观、实时的脑功能监测手段实现早期预警，成为新生儿重症监护领域的重大挑战。

复旦大学附属儿科医院国家儿童医学中心的研究团队在《Scientific Reports》发表了一项创新研究，通过自动化定量脑电图（qEEG）分析系统，首次系统评估了早产儿出生24小时内的脑电特征与脑损伤及短期神经运动发育的关联。研究发现，脑损伤早产儿的脑电总功率（TP, 363.92±165.4μV²）、δ波段绝对功率（ABP-δ, 359.35±171.96μV²）等参数显著低于健康对照组（p<0.01），其中ABP-δ对脑损伤的预测效能最佳（AUC=0.830）。更关键的是，这些早期qEEG指标与3月龄时的全身运动（GMs）评分呈显著相关性——TP和ABP-δ越高、脑功能连接性（coherence）越低的患儿，其运动发育越好。这项研究为临床提供了可量化的脑功能评估工具，实现了从"结构损伤"到"功能预测"的突破。

研究团队采用三项核心技术：①基于国际10-20系统的多通道EEG监测（Nicolet One EEG System），通过Auto-Neo-EEG系统自动计算TP、ABP、相干性等9类参数；②足月等效年龄（TEA）时进行1.5T磁共振成像（MRI），采用Kidokoro评分系统量化脑损伤；③由认证评估员对3月龄校正年龄的GMs视频进行双盲评分（ICC=0.774），建立运动发育与早期qEEG的关联模型。

临床特征与MRI发现
纳入的43例脑损伤早产儿中，44.2%存在脑室周围出血，39.5%伴产时并发症。MRI显示典型损伤包括：

、

等。与对照组相比，脑损伤组更常接受机械通气（41.9% vs 27.7%）和咖啡因治疗（30.2% vs 9.2%）。

qEEG特征
脑损伤组的TP降低32%（p=0.008），δ波段功率下降最显著（降幅23.4%）。

显示ABP-δ截断值78.55μV²时特异性达83.1%。值得注意的是，镇静药物（芬太尼/咪达唑仑）暴露未显著影响qEEG参数（p>0.18）。

短期神经运动发育
脑损伤组GMs总分（15.6±6.7）显著低于对照组（28.4±8.3，p=0.019），下肢运动评分差异最显著（7.4±3.5 vs 11.8±5.5）。

揭示TP每增加1μV²，GMs评分提高0.176分（p=0.023），而功能连接性过高（coherence>0.13）预示运动发育滞后。

这项研究开创性地证实，出生24小时内的自动化qEEG分析不仅能早期识别脑损伤高风险患儿，还可预测其运动发育轨迹。特别是δ波段功率的临床价值超越传统影像学，为实施神经保护干预提供了"黄金时间窗"。未来需扩大样本量验证该技术的普适性，并探索qEEG与其他神经发育指标的联合预测模型。正如作者Guoqiang Cheng团队强调，这项技术将推动新生儿脑监护从"经验判断"迈向"数据驱动"的新时代。