本目標是使用基于非侵入性經(jīng)顱多普勒（TCD）的腦血管反應性指數(shù)：收縮期血流指數(shù)（Sx_a）和平均血流指數(shù)（Mx_a）指數(shù)來預測壓力反應性指數(shù)（PRx）。我們使用德力凱TCD的全自動探頭來實現(xiàn)長程不間斷的大腦中動脈腦血流（CBFV）監(jiān)測，并行直接顱內(nèi)壓（ICP）監(jiān)測。 PRx，Sx_a和Mx_a計算于高頻采集信號。使用時間序列技術，確定PRx的自回歸整合移動平均（ARIMA）結構并嵌入以下PRx的線性混合效應（LME）模型：PRx * Sx_a和PRx * Sx_a + Mx_a。使用80％記錄的患者數(shù)據(jù)，創(chuàng)建和訓練LME模型。通過Akaike信息準則（AIC），貝葉斯信息準則（BIC）和對數(shù)似然（LL）評估模型優(yōu)勢。然后基于兩個優(yōu)勢模型使用剩余的20％的信號數(shù)據(jù)來預測PRx。通過Pearson相關性，線性模型和Bland-Altman（BA）分析比較預測和觀察到的PRx。10名患者持續(xù)3-4小時連續(xù)不間斷PRX的最佳ARIMA結構被確定為（2,0,2），并且這被嵌入所有LME模型中。 PRx的前兩個LME模型被確定為：PRx * Sx_a和PRx * Sx_a + Mx_a。 兩種模型的估計和觀察到的PRx值密切相關（r> 0.9;對于兩者均p <0.0001），對BA分析具有可接受的一致性。 使用這兩種模型的預測PRx也被觀察到的PRx適度地破壞，具有可接受的一致性（r = 0.797，p = 0.006; r = 0.763，p = 0.011;分別）。 通過應用ARIMA和LME建模，可以使用非侵入性TCD測量來預測PRx。

通過侵入性和非侵入性方法的監(jiān)測患者各種信號。通過德力凱EMS-9D配備的TCD全自動探頭監(jiān)護系統(tǒng)（Delica，Shenzhen，China，m.roselline.com）進行大腦中動脈腦血流速度（MCA CBFV）評估。該設備可利用TCD全自動探頭監(jiān)護系統(tǒng)對大腦中動脈腦血流速度進行連續(xù)不間斷監(jiān)測，因為該TCD全自動探頭監(jiān)護系統(tǒng)具有自動調(diào)整探頭方向搜尋血流的算法。據(jù)我們所知，這是首次通過TCD全自動探頭監(jiān)護系統(tǒng)在重癥TBI患者中應用延長持續(xù)時間TCD的研究。

我們小組之前關于指數(shù)間關系的研究僅僅持續(xù)0.5-1小時，因為被傳統(tǒng)TCD的監(jiān)測持續(xù)性所局限。本研究旨在同時記錄來自所有設備的3-4小時連續(xù)數(shù)據(jù)，該數(shù)據(jù)集也被證明是復雜時間序列建模和分析的理想選擇。只有具有三小時或更長的連續(xù)、不間斷的ICP和TCD記錄的患者才被用于本研究。

ARMA和LME建模的應用證明可以使用非侵入的TCD監(jiān)測來估計PRx，例如Sx_a和Mx_a。 這是實驗性的首次嘗試，在臨床應用之前需要進一步的工作。