过去与未来
神经系统检查是一系列精心设计的观察和诱发反应的流程,它将临床症状转化为有意义的数据,为培训者提供制定可能诊断的框架。这种检查艺术仍然由少数大师们传承着,但数字化数据点的精确度正在逐渐提高,这是理所应当的。
神经病学在引领医学技术革命方面具有独特的优势,因为我们可以将我们的发现与精确的技术相结合。通过整合自动瞳孔计、光学相干断层扫描、数字力传感器和无监督深度学习框架等技术,该领域非常适合引入数据驱动的表型特征。然而,定量工具也并非没有缺点,例如设备的校准要求、设备差异、算法偏差、成本、可访问性以及在不同临床人群中验证的需求。重要的是要认识到,仅凭重复性并不能保证诊断的有效性或临床实用性。数字设备可能产生高度重复的数值,但这个数值必须在临床背景下进行解释,并且有 Normative 数据、测试-重测可靠性、敏感性/特异性以及对改善诊断、预后或治疗决策的证据作为支撑。
相对传入性瞳孔缺陷
使用自动瞳孔计进行瞳孔光反应测试更加精确和可重复。参考 Oddo, Taccone 和 Petrosino 1 相对传入性瞳孔缺陷(RAPD)是神经眼科检查的基石,它是进一步检测的前置条件,可以区分前视觉通路病变和偏头痛或功能性视力丧失。目前使用的“手电筒闪烁测试(SFT)”在引发 RAPD 方面具有很强的主观性。该测试依赖于多种因素——光源强度、房间环境光线、闪烁速度以及人眼感知瞳孔周期微妙变化的能力——所有这些都是非标准化的。由于临床评估在检测细微 RAPD 方面存在不足,可能会导致前视觉通路病变的误诊。相反,将瞳孔扩张过度解读为缺陷可能会引发神经影像学检查和侵入性检查。自动瞳孔计在检测 RAPD 方面显示出优于传统 SFT 的敏感性。在一项针对急性视力丧失患者的临床研究中,50% 的 RAPD 未被 SFT 发现,而当结果不一致时,医生更有可能根据瞳孔计的结果进一步检查视神经疾病(61% 对 18%,P = 0.008)。参考 Bhatnagar, Birnbaum, Baqai 和 Volpe 2 一项针对便携式计算机化瞳孔计的验证研究显示,其与专家临床评分有很强的相关性(r = 0.81,P < 0.0001),并且能够区分具有临床意义的 RAPD(≥0.5 LU),其曲线下面积(AUC)为 0.98(95% CI 0.95–1.00),支持其作为视神经病变客观筛查工具的作用。参考 Cohen, Rosenberg, Tanna 和 Volpe 3 超声波瞳孔计(UP)也显示出检测多发性硬化症(MS)患者亚临床视神经损伤的能力。此外,UP 能够清晰地区分急性视神经炎(ON)眼睛(n = 9)和健康对照组(HC)眼睛(n = 100),曲线下面积(AUC)为 1,95% CI: 1; 1)。UP 在 31 名之前未通过 SFT 检测到 RAPD 的 MS 患者中的 5 人(16%)中检测到了 RAPD。参考 Siebald, Grittner 和 Otto 4 此外,自动瞳孔计通过提供标准化、定量和高度可重复的瞳孔反应测量结果,优于手动笔灯检查,从而减少了主观评估固有的观察者间差异。参考 Oddo, Taccone 和 Petrosino 1
深腱反射:主观性的研究
深腱反射(DTRs)作为二进制输入输入到诊断算法中:亢进、正常或减弱。然而,它们受到敲击方式、敲击角度、手腕生物力学、患者放松程度和姿势(躺着与坐起来)或检查者预期的影响。DTRs 在不同观察者之间存在差异。参考 Mayer 和 Feldman 5
神经肌肉专家进行的髌腱反射检查可能会发现其他人可能忽略的细微不对称性或反射消失。即使是分级量表——表面上看是一个五点系统——也没有普遍认可的固定标准——3+ 和 4+ 之间的界限是什么?震颤到底从何时开始?我们用数字描述反射,但这些数字是主观判断。
感觉测试:缺乏精确工具的精确性
轻触通常用棉絮进行测试,但“棉絮”是一个未定义的试剂。是棉絮尖端的施加器、一块纱布、一根羽毛,还是手指轻轻拂过皮肤?每种方法产生的感觉刺激不同,施加的力量和速度也不同。询问患者的反应受到检查者措辞的影响。“这个感觉不同吗?”与“当你感觉到时告诉我”是不同的,因为患者可能会根据注意力或疲劳程度夸大或缩小差异。针刺测试的变异性还包括安全别针的破损以及关于“尖锐”和“钝”的模糊指令。温度测试很少使用标准化材料进行——临床医生通常使用音叉或手来操作——这些方法都无法提供可重复的温度梯度。在临床试验中,感觉终点的误差较大,需要大样本量来克服仪器标准化的不足。
运动力量:半定量艺术
手动肌肉测试可能是检查中最重要但也是最不客观的部分。广泛使用的医学研究委员会(MRC)量表虽然看似稳健,但存在显著的主观性。参考 Vanhoutte, Faber 和 van Nes 6 力量分级取决于检查者的力量、杠杆作用、手的大小、疲劳程度以及稳定关节的能力。一个检查者给出的“5/5”对另一个检查者来说可能是“4+”。评分会随时间变化,取决于预期或患者在检查前期的表现。
在神经肌肉诊所,由于检查者受过专门训练,可以发现细微的不对称性或疲劳模式。在其他情况下,这些发现可能会被完全忽略。同一个患者,在不同的时间点可能会被标记为“力量正常”或“轻度无力”。
临床后果:伪装成生物学的变异性
主观检查的后果是多方面的,并且在经济上具有重要意义。反射或肌肉力量结果的不一致可能导致外周神经病变的过度诊断、髓病变的诊断不足,或将症状归因于功能性障碍。例如,将“力量正常”的记录可能会延误适当的神经学转诊,即使患者实际上存在肌肉无力。相反,如果专家察觉到轻微的无力,可能会触发一系列高成本的检查。患者的诊疗轨迹在很大程度上取决于检查者而非疾病本身。当主观因素被用作纳入标准或结果指标时,神经病变、重症肌无力和 MS 的临床试验尤其受到影响。
前进的方向:可量化的神经病学
现代化的神经系统检查必须承认其主观性并追求量化。数字反射锤参考 Kim, Hwang 和 Wertsch 7 可以测量峰值加速度和潜伏期,而无需依赖人工解读。嵌入手套或手持设备中的力传感器可以以牛顿为单位量化力量,而不是依赖将力量与检查者努力混为一谈的 MRC 评分。标准化的感觉刺激器为基于实验室的指标提供了黄金标准。参考 Rolke, Baron 和 Maier 8
基于视频的分析和可穿戴设备比床边评估更可重复地捕捉步态、张力、震颤和协调性参考 Cohen 和 Nahed 9,某些指标可以实时捕获。参考 Matias, Haas, Daza, Kliegel 和 Wac 10 非传染性疾病领域的数字生物标志物仍处于早期验证阶段。关键障碍包括在多样化人群中的验证有限、缺乏互操作性、与电子健康记录的整合不足以及多模态数据合成的挑战。机器学习支持的模式识别可以将半定量模式转化为可量化的表型特征。尽管对数字化神经系统检查存在合理担忧,但追求定量指标是不可避免的;无论当前的顾虑如何,神经系统评估的未来将越来越多地由这些指标来定义。
作者贡献
概念化、研究、方法论、撰写——初稿:J.A.
财务支持
作者声明本研究未接受任何组织或机构的资助。
利益冲突
作者声明没有利益冲突。
披露
作者声明没有披露事项。


