自发性眨眼评估对严重后天性脑损伤患者的认知评估 (SEE-ABI)

总体目标：提供关于自发眨眼特征（即速率、幅度、持续时间和眨眼间隔变化）的价值的初步结果，这些特征不依赖于自愿行为反应，以改善对注意力能力和意识的评估sABI 患者。

具体目标：

1. 确认 EBR 对 pDoC 患者的诊断价值，如 Magliacano 等人 (2021) 的研究；
2. 通过评估额外的眨眼特征（即幅度、持续时间、眨眼间隔的变化）来区分 UWS 患者与 MCS 或有意识的患者，提高长期意识障碍 (pDoC) 患者的诊断准确性。
3. 探讨眨眼特征分析对于评估从 pDoC 恢复的全意识患者残余注意力能力的有用性。
4. 构建一个支持机器学习的管道原型，用于支持基于眨眼率 (EBR) 和 EOG 衍生特征的意识诊断。 将仔细评估可解释性和可靠性方面，以获得临床可用的解决方案，以支持诊断程序和规划定制的认知康复。

总体而言，本研究提出了一项初步调查，使用健康人群和测试人群的试点样本来分析 EBR 和 EOG 衍生的生物标志物。 这些结果将为基于易于收集的临床标志物的患者诊断和预后分层的多因素决策算法的开发和验证奠定基础。

该项目采用观察性横断面设计。 所有连续入院的 sABI 患者都将接受筛查。 我们计划招募 35 名 sABI 患者的便利测试样本，其中包括 10 名 pDoC 患者（5 名 UWS 患者，5 名 MCS 患者）和 25 名 sABI 后恢复完全意识的患者。

根据滚雪球抽样，通过口碑传播，还将纳入 20 名健康个体的基准人群，与患者样本的年龄和性别保持平衡。 该人群将接受记忆访谈以及神经学和初级认知检查，以排除神经系统疾病的病史或存在。 在研究开始时，将收集患者的人口统计数据（例如年龄、性别）、病史（例如病因、受伤后时间、脑病变位置）和临床数据。 患者的临床诊断和认知功能将分别根据其在重复昏迷恢复量表修订版（CRS-R）和认知功能水平（LCF）上的最佳得分进行分类。

进入研究后 2 周内，每位患者将参加脑电图-眼电图 (EEG-EOG) 记录会议。 将在休息条件（持续时间：8 分钟）和主动听觉奇怪任务（持续时间：8 分钟）期间检查眨眼，由随机混合的音调组成（非目标：500 Hz，总体概率：80%，n= 312；目标：1000 Hz，总体概率：20%，n=78）通过耳机呈现 1 秒的刺激间隔。 为了补充临床评估，将评估静息脑电图的背景活动以及遵循听觉奇怪范式的事件相关电位上 P300 成分的存在。 将在 EEG-EOG 记录当天收集患者的意识 (CRS-R) 和认知功能 (LCF) 水平，并考虑进行统计分析。

对照参与者将接受与患者相同的脑电图-脑电图记录。 对于两个参与者组，眨眼将被定义为在 EOG 上 <400 毫秒的时间窗口内出现尖锐的正峰值，随后出现浅的负偏转。 此外，为了防止意识到眨眼记录影响眨眼功能，在整个记录过程中，参与者永远不会被告知眨眼记录，但会鼓励他们睁着眼睛保持放松。 无论参与者（患者或对照组）属于哪个组，都将执行此程序。

为了响应目标 3，将利用生物统计分析来调查不同采集范式下意识清醒 sABI 患者的 EOG 衍生生物标志物与残余注意力能力之间的关联。目标 4 将通过开发基于机器学习的原型来解决使用来自 EOG 信号的信息并辅以 EEG 和临床数据来诊断 pDoC 患者。 可解释性和误差分析将为识别 EOG 数据中包含的最终隐藏模式提供前提。