因为它使得基于脑电图的验证一个多通道索引来帮助诊断和跟踪运动员脑震荡

客观的本研究的目的是验证基于脑电图的脑震荡的多通道索引来帮助评估时受伤,严重的脑震荡,和援助在评估准备返回播放/活动。

背景没有黄金标准的诊断脑震荡的结果依赖于主观的自我报告的症状。脑电图变化已被证明是敏感在头部受伤后大脑的功能,特别是在连接。使用机器学习和输入主要来自脑电图措施,包括多通道输入,客观的标志的可能性脑震荡(脑震荡指数CI)。

设计/方法男性和女性有脑震荡的运动员和控制这边是岁,代表了便利样本(n = 580),从我们进入高中,大学,以及脑震荡诊所。有脑震荡的受试者看到头的影响,从遵守网站的指导方针。评估进行的72小时内损伤,在临床上决定回到玩(RTP), RTP后45天,并包含脑电图(额叶和额颞叶区域),神经认知表现,脑震荡和标准评估。

结果敏感性= 85.99%,特异性为70.78%,净现值= 90.10%,PPV = 62.02,。结果表明意义:(1)之间的CI受伤而RTP (p< 0.0001);(2)在CI患者快速(< 14天)与那些长期复苏(= 14天),(p= 0.0038);(3)稳定性随时间控件(p< 0.0001);和(4)CI和总症状负担(相关系数0.8031,p< 0.0001)。

结论因为它使得基于脑电图研究独立验证多通道,,脑震荡的客观指数(CI)。手持神经技术平台将这种能力,快速使用,有助于脑震荡的纳入标准的评估来帮助准备RTP的临床诊断和评估。这些数据支持FDA批准的脑震荡指数(嵌入BrainScope医疗设备)。