การศึกษาใหม่พบว่าสัญญาณของความรู้สึกตัวแอบแฝง – คลื่นสมองที่ละเอียดอ่อนที่ตรวจพบได้ด้วย EEG – เป็นตัวทำนายที่แข็งแกร่งที่สุดในการฟื้นตัวในที่สุดสำหรับผู้ป่วยที่ได้รับบาดเจ็บที่สมองซึ่งไม่ตอบสนองอย่างสมบูรณ์
ผลการวิจัยชี้ให้เห็นว่าการวิเคราะห์คลื่นสมองมีศักยภาพในการเปลี่ยนแปลงวิธีการจัดการผู้ป่วยที่มีอาการบาดเจ็บที่สมองเฉียบพลันที่ไม่ตอบสนอง
การศึกษาได้รับการตีพิมพ์ออนไลน์ใน Lancet Neurology
“หนึ่งในความท้าทายที่ยากที่สุดในการดูแล ICU คือการพิจารณาว่าผู้ป่วยที่ไม่ตอบสนองที่มีอาการบาดเจ็บที่สมองมีแนวโน้มที่จะฟื้นตัวและระบุตัวผู้ที่อาจได้รับประโยชน์สูงสุดจากการฟื้นฟูสมรรถภาพหรือไม่” Jan Claassen หัวหน้าการศึกษากล่าว MD, รองศาสตราจารย์ด้านประสาทวิทยาและหัวหน้า ของการดูแลที่สำคัญและประสาทวิทยาของโรงพยาบาลที่มหาวิทยาลัยโคลัมเบีย Vagelos College of Physicians and Surgeons
การประเมินข้างเตียงมาตรฐานเพียงอย่างเดียวไม่ได้ทำนายผลลัพธ์ทางคลินิกเสมอไป ในหอผู้ป่วยหนัก แพทย์จะประเมินการพยากรณ์โรคของผู้ป่วยที่สมองบาดเจ็บเป็นประจำโดยขอให้พวกเขาตอบสนองต่อคำสั่งด้วยวาจาง่ายๆ เช่น “ขยับมือ” หรือ “ยื่นลิ้นออกมา” ผู้ที่ไม่ตอบสนองต่อคำสั่งเหล่านี้ถือว่าหมดสติ ในกรณีที่ไม่มีคำอธิบายอื่นใดสำหรับการไม่ตอบสนองนี้ การบาดเจ็บอาจถือว่ารุนแรงมากจนผู้ป่วยไม่น่าจะฟื้นคืนสติ
“แต่ในบางกรณีที่ไม่ค่อยพบ ผู้ป่วยที่ไม่ตอบสนองจะฟื้นคืนสติได้ในที่สุด และอาจก้าวหน้าอย่างมีนัยสำคัญในการฟื้นฟูการทำงานในแต่ละวันหลายเดือนต่อมา” Claassen ซึ่งเป็นผู้ร่วมงานด้านประสาทวิทยาที่ NewYork-Presbyterian/Columbia University Irving กล่าว ศูนย์การแพทย์ “เราไม่มีวิธีที่เชื่อถือได้ในการทำนายว่าใครคือผู้ป่วยเหล่านั้น”
ในการศึกษาก่อนหน้านี้ Claassen และเพื่อนร่วมงานพบว่าในขณะที่ผู้ป่วยที่บาดเจ็บทางสมองจำนวนมากไม่สามารถตอบสนองต่อคำสั่งทางวาจาได้ทางร่างกาย แต่มีเพียงไม่กี่คนสร้างกิจกรรมคลื่นสมองเพื่อตอบสนองต่อคำสั่งเหล่านั้น บ่งบอกว่าพวกเขามีสติในระดับหนึ่ง
“เราพบว่าจิตสำนึกที่แอบแฝงเป็นตัวทำนายการฟื้นตัวที่เป็นอิสระ ซึ่งแข็งแกร่งกว่าปัจจัยอื่นๆ ที่เราตรวจสอบ รวมถึงอายุของผู้ป่วย คะแนนเริ่มต้นของ Glasgow Coma Scale (การวัดระดับมาตรฐานของการบาดเจ็บทางระบบประสาท) หรือสาเหตุของ อาการบาดเจ็บที่สมอง” คลาสเซ่นกล่าว “ในอนาคต ความแตกแยกระหว่างการรับรู้และการเคลื่อนไหวอาจเป็นอีกปัจจัยหนึ่งที่ต้องพิจารณาเมื่อประเมินการพยากรณ์โรคของผู้ป่วย”
ปัจจุบัน มีศูนย์ที่ได้รับการคัดเลือกเพียงไม่กี่แห่งที่ใช้ EEG เพื่อศึกษาจิตสำนึกที่แอบแฝง และจำเป็นต้องมีความเชี่ยวชาญด้านชีวการแพทย์จำนวนมากเพื่อค้นหา ทีมของ Claassen กำลังทำงานเพื่อปรับแต่งซอฟต์แวร์และวิธีการปัญญาประดิษฐ์เพื่อให้ EEG สามารถใช้ใน ICU ได้ทุกที่เพื่อวินิจฉัยความรู้สึกที่แอบแฝง
นักวิจัยกำลังตรวจสอบกลไกเบื้องหลังของจิตสำนึกแอบแฝงเพื่อให้เข้าใจมากขึ้นว่าทำไมผู้ป่วยที่มีกิจกรรมคลื่นสมองในการตอบสนองต่อคำสั่งของมอเตอร์ที่แตกต่างกันและไม่เป็นอัมพาตไม่สามารถทำตามคำสั่งเหล่านี้ทางร่างกาย พวกเขายังสนใจที่จะศึกษาว่าระดับของจิตสำนึกแอบแฝงเชื่อมโยงกับผลลัพธ์ทางคลินิกอย่างไร
สถานะนี้เรียกว่า cognitive-motor dissociation หรือการรับรู้ที่แอบแฝง และสามารถเลือกใช้ซอฟต์แวร์ปัญญาประดิษฐ์ที่ปรับแต่งเองซึ่งนำไปใช้กับสัญญาณ EEG มาตรฐานที่บันทึกไว้ในขณะที่ผู้ป่วยฟังคำสั่งของมอเตอร์ (อัลกอริธึมแมชชีนเลิร์นนิงนี้เปิดให้ผู้ตรวจสอบใช้ได้ฟรีพร้อมกับสิ่งพิมพ์ก่อนหน้านี้)
การ ศึกษาก่อนหน้านี้ พบว่าผู้ป่วยที่มีสติแอบแฝงมีแนวโน้มที่จะฟื้นตัวมากขึ้น แต่การศึกษายังเล็กเกินไปที่จะตัดสินว่า EEG มีประโยชน์อย่างไรร่วมกับตัวทำนายอื่นๆ ที่อาจใช้ในการทำนายผลลัพธ์ของผู้ป่วย
ในการศึกษาครั้งใหม่นี้ ซึ่งเกี่ยวข้องกับผู้ป่วยกลุ่มใหญ่ นักวิจัยได้สอบถามว่าการมีจิตสำนึกแอบแฝงสามารถทำนายได้อย่างน่าเชื่อถือหรือไม่ว่าผู้ป่วยรายใดจะได้รับการฟื้นตัวอย่างมีนัยสำคัญในช่วง 12 เดือนข้างหน้า จากผู้ป่วย 193 ราย ตรวจพบจิตสำนึกแอบแฝงใน 27 ราย (14%) ผู้ที่มีสติสัมปชัญญะมีอัตราการฟื้นตัวที่สูงกว่าและเร็วกว่าผู้ที่ไม่มีจิตสำนึกแอบแฝงอย่างสม่ำเสมอ ภายในหนึ่งปี ผู้ป่วย 41% ที่มีสติสัมปชัญญะได้รับการฟื้นฟูเต็มที่ เทียบกับ 10% ของผู้ป่วยที่ไม่มีจิตสำนึกแอบแฝง ผู้ป่วยส่วนใหญ่ที่มีสติสัมปชัญญะเริ่มมีอาการดีขึ้นเมื่ออายุได้ 3 เดือน ในขณะที่ผู้ป่วยที่ไม่มีจิตสำนึกแอบแฝงซึ่งฟื้นตัวได้ใช้เวลานานกว่ามากในการแสดงอาการดีขึ้น
ข้อมูลมากกว่านี้
ผู้เขียนคนแรกของบทความนี้คือ Jennifer Egbebike อดีตผู้ประสานงานนักวิจัยทางคลินิกในห้องปฏิบัติการ Claassen และนักศึกษาแพทย์ปัจจุบันที่ Columbia และ Qi Shen ปริญญาเอก นักวิทยาศาสตร์ด้านการวิจัยร่วม นักชีวสถิติในห้องปฏิบัติการ Claassen และผู้เชี่ยวชาญด้านการประมวลผลสัญญาณ เครื่องจักร การเรียนรู้และชีวสถิติ
การศึกษานี้มีชื่อว่า “การแยกตัวของกลไกการรับรู้เพื่อคาดการณ์เวลาในการฟื้นตัวจากการทำงานในผู้ป่วยที่มีอาการบาดเจ็บที่สมองเฉียบพลัน”
ผู้ร่วมสมทบรายอื่นๆ: Kevin Doyle (โคลัมเบีย), Caroline A. Der-Nigoghossian (โรงพยาบาลนิวยอร์ก-เพรสไบทีเรียน), Lucy Panicker (โรงพยาบาลนิวยอร์ก-เพรสไบทีเรียน), Ian Jerome Gonzales (โรงพยาบาลนิวยอร์ก-เพรสไบทีเรียน), Lauren Grobois (โคลัมเบีย), Jerina C . Carmona (โคลัมเบีย), Athina Vrosgou (โคลัมเบีย), Arshneil Kaur (โรงพยาบาลนิวยอร์ก – เพรสไบทีเรียน), Amelia Boehme (โคลัมเบีย), Angela Velazquez (โคลัมเบีย), Benjamin Rohaut (โคลัมเบีย), David Roh (โคลัมเบียและโรงพยาบาล NewYork-Presbyterian), Sachin Agarwal (โรงพยาบาลโคลัมเบียและนิวยอร์ก-เพรสไบทีเรียน), Soojin Park (โรงพยาบาลโคลัมเบียและนิวยอร์ก-เพรสไบทีเรียน) และ E. Sander Connolly (โรงพยาบาลโคลัมเบียและนิวยอร์ก-เพรสไบทีเรียน)
การศึกษาได้รับการสนับสนุนโดยทุนจากสถาบันสุขภาพแห่งชาติ ( NS106014 และ NS112760 )
Jan Claassen เป็นผู้ถือหุ้นส่วนน้อยที่ iCE Neurosystems
