Nagły zatrzymanie krążenia – Rokowania, prognozy i postęp choroby

Nagły zatrzymanie krążenia
Rokowania, prognozy i postęp choroby

Nagłe zatrzymanie krążenia (NZK) charakteryzuje się wysoką śmiertelnością, z przeżywalnością pozaszpitalnego zatrzymania krążenia (OHCA) na poziomie 5-10%. Kluczowa jest dokładna prognostyka neurologiczna, która pozwala na optymalizację opieki i decyzji terapeutycznych. Wewnątrzszpitalne zatrzymanie krążenia (IHCA) najlepiej prognozuje model GO-FAR (AUROC 0,78), natomiast w OHCA model SCARS wykorzystuje 5-10 zmiennych, w tym ROSC, wiek i rytm początkowy. Modele oparte na sztucznej inteligencji, takie jak sztuczne sieci neuronowe (ANN), osiągają wysoką skuteczność predykcyjną (AUC do 0,891), nawet przy ograniczonej liczbie zmiennych (wiek, czas do ROSC, rytm). Biomarkery, zwłaszcza neuronowo specyficzna enolaza (NSE) z progiem prognostycznym ≥33 μg/l, a także białko S-100B, odgrywają istotną rolę w ocenie rokowania. Elektroencefalografia (EEG) i somatosensoryczne potencjały wywołane (SSEP) dostarczają cennych informacji – brak fali N20 w SSEP jest silnym markerem złego rokowania (FPR 0%), natomiast obecność reaktywności EEG koreluje z lepszymi wynikami neurologicznymi.

Nagłe zatrzymanie krążenia – Prognostyka i przewidywanie wyniku leczenia

Modele prognostyczne w nagłym zatrzymaniu krążenia
Sztuczna inteligencja i uczenie maszynowe w prognozowaniu NZK
Biomarkery w prognozowaniu po NZK
Badania elektrofizjologiczne w prognozowaniu NZK
Badania obrazowe w prognozowaniu NZK
Badanie kliniczne w prognozowaniu NZK
Wielomodalne podejście w prognozowaniu
Czas resuscytacji a rokowanie
Hipotermia terapeutyczna a rokowanie

Wnioski i perspektywy na przyszłość

Kolejne rozdziały

Nagłe zatrzymanie krążenia – Prognostyka i przewidywanie wyniku leczenia

Nagłe zatrzymanie krążenia (NZK) jest stanem, w którym dochodzi do ustania czynności serca, co potwierdza się brakiem oznak krążenia. Jest to stan związany z wysoką śmiertelnością – przeżywalność w przypadku pozaszpitalnego zatrzymania krążenia (OHCA – out-of-hospital cardiac arrest) wynosi jedynie 5-10%¹. Pomimo postępów w leczeniu chorób serca, rokowanie u pacjentów, którzy doświadczyli NZK, pozostaje niepomyślne². Prognostyka neurologiczna po NZK jest kluczowym elementem opieki nad pacjentem, pozwalającym na dostarczenie właściwych informacji rodzinom pacjentów, uniknięcie nieproporcjonalnej opieki u pacjentów z nieodwracalnym niedokrwiennym uszkodzeniem mózgu oraz zapobieganie nieodpowiedniemu zaprzestaniu leczenia u pacjentów z możliwym korzystnym rokowaniem neurologicznym³.

Modele prognostyczne w nagłym zatrzymaniu krążenia

W ostatnich latach opracowano kilka modeli prognostycznych oceniających przeżycie po zatrzymaniu krążenia. W przypadku wewnątrzszpitalnego zatrzymania krążenia (IHCA – in-hospital cardiac arrest), model GO-FAR wykazał najlepszą skuteczność z łącznym AUROC 0,78 (95% CI 0,69-0,85), w porównaniu do 0,59 (95% CI 0,50-0,68) dla modelu PAM i 0,62 (95% CI 0,49-0,74) dla modelu PAR⁴. Model GO-FAR wykazuje najlepszą skuteczność przy walidacji w populacjach zewnętrznych i jest obecnie najsolidniejszym i najbardziej przetestowanym modelem⁴.

W przypadku pozaszpitalnego zatrzymania krążenia (OHCA), model SCARS może wiarygodnie i szybko oszacować prawdopodobieństwo przeżycia przy użyciu 5-10 łatwo dostępnych zmiennych, takich jak ROSC (powrót spontanicznego krążenia), świadomość w SOR, użycie adrenaliny, początkowa prezentacja oraz wiek pacjenta. Model ten może dostarczyć lekarzom kluczowych informacji podczas trwającej resuscytacji krążeniowo-oddechowej na oddziale ratunkowym⁵.

Sztuczna inteligencja i uczenie maszynowe w prognozowaniu NZK

Coraz większą rolę w prognozowaniu wyników po NZK odgrywają modele wykorzystujące sztuczną inteligencję (AI) i uczenie maszynowe. Nadzorowany model uczenia maszynowego z wykorzystaniem sztucznych sieci neuronowych (ANN – Artificial Neural Networks) wykazał doskonałą zdolność przewidywania powrotu funkcji neurologicznych i przeżycia, przewyższając konwencjonalny model oparty na regresji logistycznej⁶.

Ogólny model ANN, oparty na wszystkich 54 zmiennych dostępnych przy przyjęciu, wykazał doskonałą zdolność przewidywania wyników podczas wewnętrznej walidacji i osiągnął AUC 0,891 w zbiorze testowym. Co istotne, nawet przy użyciu tylko trzech najważniejszych niezależnych czynników (wiek, czas do ROSC i pierwszy monitorowany rytm), które są zmiennymi znanymi już przy przybyciu do SOR, model ANN osiągnął doskonałą zdolność predykcyjną z AUC 0,852, co jest lepszym wynikiem w porównaniu do większości proponowanych modeli w tej dziedzinie⁷.

Biomarkery w prognozowaniu po NZK

W ocenie rokowania po NZK istotną rolę odgrywają biomarkery biochemiczne. Szczególne znaczenie ma poziom neuronowo specyficznej enolazy (NSE) w surowicy. Stężenie NSE przekraczające 33 μg/l zostało zidentyfikowane jako wiarygodny wskaźnik prognostyczny u pacjentów po resuscytacji krążeniowo-oddechowej⁸. Według najnowszych wytycznych, wysokie uwalnianie biomarkerów (NSE ≥60 μg/l w 48 lub 72 godziny po zatrzymaniu krążenia) jest jednym z kluczowych markerów niepomyślnego rokowania⁹.

Oprócz NSE, badano również przydatność białka S-100B jako biomarkera. Niektóre badania sugerują, że białko S-100B jest lepszym wczesnym markerem prognostycznym wyniku neurologicznego po resuscytacji krążeniowo-oddechowej niż NSE¹⁰.

Badania elektrofizjologiczne w prognozowaniu NZK

Elektroencefalografia (EEG) i potencjały wywołane odgrywają kluczową rolę w ocenie rokowania neurologicznego po NZK. Somatosensoryczne potencjały wywołane (SSEP) są szczególnie ważne – brak składowej N20 SSEP jest uznawany za najbardziej solidny marker złego rokowania, z niskim wskaźnikiem fałszywych pozytywnych wyników (FPR 0%, CI95% 0,001-0,047)¹¹.

Natomiast amplituda fali N20 SSEP powyżej 4 μV lub ciągłe tło EEG bez wyładowań w ciągu 72 godzin od ROSC, przewidują dobry wynik neurologiczny z wysoką swoistością i czułością powyżej 40% w większości badań¹².

W EEG, ciężkość niedokrwiennego uszkodzenia mózgu koreluje z przeważającą częstotliwością i ciągłością tła, prowadząc do wysoce złośliwych wzorców, takich jak supresja lub burst-suppression w najcięższych przypadkach¹³. Obecność reaktywności EEG (EEG-r) wiąże się z korzystnym rokowaniem, ze swoistością pomiędzy 57,1% a 85% i czułością pomiędzy 40% a 91%¹¹.

Badania obrazowe w prognozowaniu NZK

Neuroobrazowanie odgrywa istotną rolę w ocenie prognostycznej po NZK. Brak ograniczenia dyfuzji w korze lub głębokiej istocie szarej w obrazowaniu dyfuzyjnym (DWI) rezonansu magnetycznego mózgu w dniach 2-7 po ROSC przewiduje dobry wynik neurologiczny z wysoką swoistością¹⁴.

Nowatorskie podejście stanowi funkcjonalny rezonans magnetyczny w stanie spoczynku (RS-fMRI). Badania wykazały, że zmieniona łączność w obrębie kluczowych węzłów sieci trybu domyślnego (DMN – Default Mode Network) jest obserwowana w ciągu 48 godzin po wystąpieniu niedokrwiennego uszkodzenia mózgu po zatrzymaniu krążenia i koreluje z długoterminowym wynikiem neurologicznym pacjenta¹⁵. Poziom łączności funkcjonalnej i efektywnej między zaangażowanymi węzłami w dynamicznym modelowaniu przyczynowym (DCM) może stanowić wczesny biomarker pozwalający skutecznie odróżnić osoby, które przeżyją, od tych, które nie przeżyją¹⁵.

Badanie kliniczne w prognozowaniu NZK

Badanie kliniczne pozostaje fundamentalnym narzędziem prognostycznym. Pięć objawów klinicznych silnie przewiduje zgon lub zły wynik neurologiczny:

brak odruchów rogówkowych po 24 godzinach
brak reakcji źrenic po 24 godzinach
brak reakcji cofania w odpowiedzi na ból po 24 godzinach
brak odpowiedzi ruchowej po 24 godzinach
brak odpowiedzi ruchowej po 72 godzinach¹⁶

Z kolei wynik w skali Glasgow Coma Scale (GCS) dla funkcji motorycznej 4 lub 5 natychmiast lub w 72-96 godzin po ROSC jest predyktorem dobrego wyniku neurologicznego¹².

Wielomodalne podejście w prognozowaniu

Obecne wytyczne zalecają podejście wielomodalne do prognozowania, wykorzystujące co najmniej dwa markery spośród:

utrata odruchów źrenicznych i rogówkowych
mioklonie o charakterze status
wysoce złośliwy zapis elektroencefalogramu (EEG)
obustronne zniesienie fali N20 w somatosensorycznych potencjałach wywołanych (SSEP)
wysokie uwalnianie biomarkerów (NSE ≥60 μg/l w 48 lub 72 godziny)
identyfikacja specyficznych uszkodzeń w obrazowaniu mózgu⁹

Takie podejście minimalizuje ryzyko fałszywie pesymistycznej prognozy. Jednak, jak podkreśla niedawne badanie, algorytm ten pozwala na klasyfikację jako prawdopodobny zły wynik tylko w 32% przypadków, podczas gdy w 68% wynik pozostaje nieokreślony⁹.

Czas resuscytacji a rokowanie

Czas trwania resuscytacji krążeniowo-oddechowej (RKO) ma krytyczne znaczenie dla rokowania. Analiza dużego, wieloośrodkowego rejestru wewnątrzszpitalnych zatrzymań krążenia wykazała, że prawdopodobieństwo przeżycia i korzystnego wyniku funkcjonalnego wśród pacjentów oczekujących na pierwszy powrót spontanicznego krążenia w pierwszej minucie RKO wynosiło odpowiednio 22,0% i 15,1%. Prawdopodobieństwa te zmniejszały się z czasem i wynosiły 1% dla przeżycia przy 39 minutach i 1% dla korzystnego wyniku funkcjonalnego przy 32 minutach trwania RKO¹⁷.

Prawdopodobieństwa zależne od czasu przeżycia i korzystnego wyniku funkcjonalnego wśród pacjentów oczekujących na pierwszy ROSC w każdej minucie trwania RKO dostarczają zespołom resuscytacyjnym, pacjentom i ich opiekunom informacji o prawdopodobieństwie korzystnych wyników, jeśli pacjent będzie nadal otrzymywał RKO poza tym punktem czasowym¹⁸.

Hipotermia terapeutyczna a rokowanie

Wprowadzenie hipotermii terapeutycznej zmieniło podejście do prognozowania po NZK. W przełomowej pracy Bernard i współpracownicy udokumentowali skuteczność umiarkowanej hipotermii u pacjentów z śpiączką po resuscytacji z pozaszpitalnego zatrzymania krążenia⁸.

Należy jednak zauważyć, że standardowe markery prognostyczne mogą być mniej wiarygodne u pacjentów poddanych hipotermii terapeutycznej. Badania nad modelem ANN nie wykazały żadnej istotnej różnicy w efekcie interwencji 33°C lub 36°C w odniesieniu do wyniku przy podziale populacji badania TTM (Targeted Temperature Management) na pięć różnych klas ryzyka złego wyniku⁷.

Wnioski i perspektywy na przyszłość

Prognostyka po nagłym zatrzymaniu krążenia pozostaje wyzwaniem klinicznym, ale postępy w modelach predykcyjnych, biomarkerach, badaniach elektrofizjologicznych i obrazowaniu zwiększają naszą zdolność do dokładnego przewidywania wyniku. Kluczowym pytaniem jest, jak można poprawić ocenę prognozowania zarówno niekorzystnego, jak i korzystnego wyniku³.

Solidne i proste do zastosowania skale prognostyczne używane jako praktyczne narzędzie decyzyjne wspomagające oceny kliniczne prawdopodobnie poprawiłyby ogólną opiekę po zatrzymaniu krążenia, kierując bardzo zaawansowane i potencjalnie wysokiego ryzyka leczenie inwazyjne do tych pacjentów, którzy mogą z niego skorzystać⁷.

Znaczenie funkcjonalnego rezonansu magnetycznego w stanie spoczynku (RS-fMRI) należy potwierdzić w prospektywnych badaniach wieloośrodkowych, aby zdefiniować jasne algorytmy prognostyczne dla pacjentów w śpiączce po zatrzymaniu krążenia na wczesnym etapie i rozwikłać mechanizmy interakcji między odrębnymi regionami mózgu w celu zrozumienia upośledzenia świadomości u pacjentów po zatrzymaniu krążenia¹⁹.

Prognostyka neurologiczna pozostaje kluczowym elementem opieki nad pacjentem po nagłym zatrzymaniu krążenia, mającym istotne implikacje etyczne, społeczne i prawne¹⁶. Podejście wielomodalne oraz rozwój coraz bardziej zaawansowanych narzędzi prognostycznych daje nadzieję na bardziej precyzyjną ocenę rokowania u tych pacjentów w przyszłości.

Kolejne rozdziały

Zapraszamy do dalszego czytania naszego leksykonu.

Wybierz kolejny rozdział z menu poniżej, aby otworzyć nową podstronę kompedium wiedzy i uzyskać szczegółowe informację o leku, substancji lub chorobie.

Materiały źródłowe

#1 Predicting survival and neurological outcome in out-of-hospital cardiac arrest using machine learning: the SCARS model
https://pmc.ncbi.nlm.nih.gov/articles/PMC9945645/
A prediction model that estimates survival and neurological outcome in out-of-hospital cardiac arrest patients has the potential to improve clinical management in emergency rooms. […] Thirty-day survival and neurological outcome in OHCA can rapidly and reliably be estimated during ongoing cardiopulmonary resuscitation in the emergency room using a machine learning model incorporating widely available variables. […] OHCA carries a poor prognosis and a majority of OHCA patients transported to the emergency department without ROSC do not survive. The SCARS-1 prediction model and web application can assist the clinician in the ED by offering a robust prediction of survival and neurological function within 15 s. […] Out-of-hospital cardiac arrest (OHCA) is common and associated with poor survival rates of 510%.
#2 Prognosis and outcomes following sudden cardiac arrest in adults – UpToDate
https://www.uptodate.com/contents/prognosis-and-outcomes-following-sudden-cardiac-arrest-in-adults
Prognosis and outcomes following sudden cardiac arrest in adults […] The prognosis of patients who have SCA will be reviewed here. […] Despite advances in the treatment of heart disease, the outcome of patients experiencing SCA remains poor. […] Survival to hospital discharge for those treated between 1998 and 2001 was not significantly better than for those treated between 1977 and 1981 (15.7 versus 17.5 percent). In contrast, the long-term outcome among patients who survive until hospital discharge following SCA appears to be improving.
#3 Prognostication after cardiac arrest: how EEG and evoked potentials may improve the challenge | Annals of Intensive Care | Full Text
https://annalsofintensivecare.springeropen.com/articles/10.1186/s13613-022-01083-9
About 80% of patients resuscitated from CA are comatose at ICU admission and nearly 50% of survivors are still unawake at 72 h. […] Predicting neurological outcome of these patients is important to provide correct information to patients relatives, avoid disproportionate care in patients with irreversible hypoxicischemic brain injury (HIBI) and inappropriate withdrawal of care in patients with a possible favorable neurological recovery. […] The crucial question is to know how we could improve the assessment of both unfavorable but also favorable outcome prediction. […] The severity of HIBI is correlated with the predominant frequency and background continuity of EEG leading to highly malignant patterns as suppression or burst suppression in the most severe HIBI. […] The challenge is to identify markers with the highest specificity and the lowest false positive rate (FPR), to minimize the possibility of wrong prediction.
#4 Prognostic models for outcome prediction following in-hospital cardiac arrest using pre-arrest factors: a systematic review, meta-analysis and critical appraisal
https://pmc.ncbi.nlm.nih.gov/articles/PMC9862512/
Several prediction models of survival after in-hospital cardiac arrest (IHCA) have been published, but no overview of model performance and external validation exists. […] The GO-FAR score showed the best performance with a pooled AUROC of 0.78 (95% CI 0.690.85), versus 0.59 (95%CI 0.500.68) for the PAM and 0.62 (95% CI 0.490.74) for the PAR. […] Several prognostic models for clinical outcome after attempted resuscitation for IHCA have been published. Most have a moderate risk of bias and have not been validated externally. The GO-FAR score showed the most acceptable performance. […] The GO-FAR score has the best performance when validated in external populations and is at this time the most robust and tested model.
#5 Predicting survival and neurological outcome in out-of-hospital cardiac arrest using machine learning: the SCARS model
https://pmc.ncbi.nlm.nih.gov/articles/PMC9945645/
The SCARS prediction model can reliably and rapidly estimate the likelihood of survival using five to ten readily available variables such as ROSC, consciousness in the ED, use of adrenaline, initial presentation, and age. The model can provide clinicians with critical information during ongoing CPR in the ED.
#6 Artificial neural networks improve early outcome prediction and risk classification in out-of-hospital cardiac arrest patients admitted to intensive care | Critical Care | Full Text
https://ccforum.biomedcentral.com/articles/10.1186/s13054-020-03103-1
Pre-hospital circumstances, cardiac arrest characteristics, comorbidities and clinical status on admission are strongly associated with outcome after out-of-hospital cardiac arrest (OHCA). […] Early prediction of outcome may inform prognosis, tailor therapy and help in interpreting the intervention effect in heterogenous clinical trials. […] A supervised machine learning model using ANN predicted neurological recovery, including survival excellently, and outperformed a conventional model based on logistic regression. […] Among the data available at the time of hospitalisation, factors related to the pre-hospital setting carried most information. […] Our model performed predicted outcome better compared to a corresponding logistic regression model in a prior study of the same cohort.
#7 Artificial neural networks improve early outcome prediction and risk classification in out-of-hospital cardiac arrest patients admitted to intensive care | Critical Care | Full Text
https://ccforum.biomedcentral.com/articles/10.1186/s13054-020-03103-1
The overall ANN model, based on all 54 variables available on admission, showed an excellent capability of outcome prediction during the internal validation training and performed even better on the test set with an AUC of 0.891. […] Using only the three most important independent factors (age, time to ROSC and first monitored rhythm, which are variables readily known on arrival in the emergency room) in an ANN led to a model with an excellent predictive ability on the test set with an AUC of 0.852 which is better compared to most proposed models in the field. […] Our models did not show any significant difference in the intervention effect of 33C or 36C regarding the outcome when dividing the TTM trial population into five different risk classes for a poor outcome. […] Robust and straight-forward prediction scores used as a practical decision tool to support clinical assessments would probably improve the overall cardiac arrest care by directing very advanced and potentially high-risk invasive treatment to those patients who may benefit from it. […] We believe that this study is an important step towards improved outcome prediction in comatose patients surviving cardiac arrest with a good functional outcome.
#8 Prognosis after cardiac arrest | MedLink Neurology
https://www.medlink.com/articles/prognosis-after-cardiac-arrest
Neuroimaging may reveal extensive cortical and subcortical brain atrophy. […] Prognosis following therapeutic hypothermia. […] In a landmark paper, Bernard and coworkers documented efficacy of moderate hypothermia in patients with coma after resuscitation from out-of-hospital cardiac arrest. […] Prognostic indicators of neurologic recovery. […] Loss of the N20 component of median somatosensory evoked potentials is considered a reliable indicator of unfavorable prognosis in post-cardiopulmonary arrest patients. […] Among biochemical markers, a serum neuron-specific-enolase level greater than 33 microgram per liter has been identified as another reliable prognostic indicator in patients revived by CPR. […] A meta-analysis revealed that three clinical tests accurately predicted post CPR poor neurologic outcome: bilateral absence of pupillary reflexes more than 24 hours after a return of spontaneous circulation, bilateral absence of corneal reflexes more than 24 hours, and bilateral absence of somatosensory-evoked potentials between days 1 and 7. […] COVID-19 adversely affected survival rates in patients who received cardiopulmonary resuscitation after in-hospital cardiac arrest, and these patients had low survival rates.
#9 Prognostication after cardiac arrest: how EEG and evoked potentials may improve the challenge | Annals of Intensive Care | Full Text
https://annalsofintensivecare.springeropen.com/articles/10.1186/s13613-022-01083-9
To minimize the risk of a falsely pessimistic prediction, recent guidelines recommend a multimodal approach for prediction of UFO, using at least two markers among: loss of pupillary and corneal reflexes, clinical status myoclonus, highly malignant electroencephalogram (EEG), bilateral abolition of N20 on somato-sensory evoked potential (SSEP), high release of biomarkers (neuron-specific-enolase (NSE)60 g/L at 48 or 72 h) and identification of specific damages using brain imaging. […] However, a recent study highlighted that this algorithm allows a classification as poor outcome likely in 32%, the outcome remaining indeterminate in 68%. […] The distinction between these different patterns of DoC is a key point, as MCS patients are more prone to evolve toward consciousness recovery than VS patients.
#10 Prediction of Neurological Outcome after Cardiac Arrest | SpringerLink
https://link.springer.com/chapter/10.1007/978-3-642-18081-1_57
The introduction of cardiopulmonary resuscitation (CPR) into clinical practice more than 50 years ago has allowed many patients in cardiac arrest to achieve a recovery of spontaneous circulation (ROSC) and to be admitted to hospital alive. Unfortunately, most resuscitated patients die in the first day after cardiac arrest and in about one fourth of those who survive to hospital discharge, the postanoxic insult results in severe neurological impairment. Accurate prognostication of poor neurological outcome, made as early as possible, is of paramount importance to avoid futile treatments for unrecoverable patients and unreasonable hopes of recovery in their relatives. […] Early prediction of neurological outcome after cardiopulmonary resuscitation: a multimodal approach combining neurobiochemical and electrophysiological investigations may provide high prognostic certainty in patients after cardiac arrest. […] Serum neuron-specific enolase as early predictor of outcome after cardiac arrest. […] Serum S-100B is superior to neuron-specific enolase as an early prognostic biomarker for neurological outcome following cardiopulmonary resuscitation.
#11 Prognostication after cardiac arrest: how EEG and evoked potentials may improve the challenge | Annals of Intensive Care | Full Text
https://annalsofintensivecare.springeropen.com/articles/10.1186/s13613-022-01083-9
Importantly, some brain regions have an increased susceptibility to these different phenomena. […] In comatose patients after CA, EEG background may display a large spectrum of abnormalities. […] EEG is sensitive for both radial and tangential components. […] The presence of EEG-r is associated with favorable outcome, with a specificity between 57.1% and 85% and a sensitivity between 40% and 91%. […] Bilateral absence of N20 is recognized as the most robust marker of poor outcome (FPR 0%, CI95% (0.0010.047)). […] The absence of N100 is considered to be predictive of a UFO, their recording being also an indispensable pre-requisite to record MMN. […] The presence of MMN was a predictive marker of awakening (defined as neither dead nor permanent VS), with a PPV of 100% (CI95% (7899)) and a negative predictive value (NPV) of 84% (CI95% (7193)).
#12
https://link.springer.com/article/10.1007/s00134-022-06618-z
Our systematic review showed that in adult comatose survivors of cardiac arrest, a GCS motor score 4 or 5 immediately or at 7296 h after ROSC, normal NSE blood values at 24 h72 h after ROSC, a SSEP N20 wave amplitude above 4 V or a continuous EEG background without discharges within 72 h from ROSC, and absent diffusion restriction in the cortex or deep grey matter on MRI on days 27 after ROSC predicted good neurological outcome with high specificity and a sensitivity above 40% in most studies.
#13 Prognostication after cardiac arrest: how EEG and evoked potentials may improve the challenge | Annals of Intensive Care | Full Text
https://annalsofintensivecare.springeropen.com/articles/10.1186/s13613-022-01083-9
About 80% of patients resuscitated from CA are comatose at ICU admission and nearly 50% of survivors are still unawake at 72 h. […] Predicting neurological outcome of these patients is important to provide correct information to patients relatives, avoid disproportionate care in patients with irreversible hypoxicischemic brain injury (HIBI) and inappropriate withdrawal of care in patients with a possible favorable neurological recovery. […] The crucial question is to know how we could improve the assessment of both unfavorable but also favorable outcome prediction. […] The severity of HIBI is correlated with the predominant frequency and background continuity of EEG leading to highly malignant patterns as suppression or burst suppression in the most severe HIBI. […] The challenge is to identify markers with the highest specificity and the lowest false positive rate (FPR), to minimize the possibility of wrong prediction.
#14
https://link.springer.com/article/10.1007/s00134-022-06618-z
A total of 37 studies were included. […] In comatose cardiac arrest survivors, clinical, biomarker, electrophysiology, and imaging studies identified patients destined to a good neurological outcome with high specificity within the first week after cardiac arrest (CA). […] In adult patients who are comatose after return of spontaneous circulation (ROSC), the following indices predict good neurological outcome (no, or mild to moderate neurological disability) with 80% specificity and 40% sensitivity in most studies: a withdrawal or localisation motor response to pain immediately or at 7296h after ROSC, normal blood values of neuron specific enolase (NSE) at 24h72h after ROSC, a short-latency somatosensory evoked potentials (SSEPs) N20 wave amplitude 4V or a continuous background without discharges on electroencephalogram (EEG) within 72h from ROSC, absent diffusion restriction in the cortex or deep grey matter on diffusion weighted imaging (DWI) of brain magnetic resonance imaging on days 27 after ROSC.
#15 Outcome prediction with resting-state functional connectivity after cardiac arrest | Scientific Reports
https://www.nature.com/articles/s41598-020-68683-y
Our data further suggest that the level of functional and effective connectivity between involved nodes of the DCM could represent an early biomarker to effectively distinguish between survivors and non-survivors. […] Our results demonstrate that altered connectivity within key nodes of the DMN is observed within 48 h after the onset of hypoxic brain injury following cardiac arrest and resuscitation, and correlates with the patients long-term neurological outcome. […] Our findings indicate alterations in the ROI-based centrality, especially in the medial frontal cortex. […] Our hypothesis that imaging correlates of consciousness are reflected by a dynamic pattern of information binding within spatially distributed but highly connected neural networks, centered along thalamo-cortical circuits, emphasizes the critical role of thalamic connectivity and is confirmed by our study.
#16 Prognosis after cardiac arrest | MedLink Neurology
https://www.medlink.com/articles/prognosis-after-cardiac-arrest
Cardiac arrest is defined as the cessation of cardiac activity as confirmed by the absence of signs of circulation. […] Prognostic determination of patients in coma after resuscitation from cardiac arrest is a common and difficult requirement with significant ethical, social, and legal implications. […] Several studies have suggested the usefulness of clinical examination, electrophysiologic studies, biochemical markers, and neuroimaging in predicting poor neurologic recovery in comatose survivors. […] Five clinical signs were found to strongly predict death or poor neurologic outcome: absent corneal reflexes at 24 hours, absent pupillary response at 24 hours, absent withdrawal response to pain at 24 hours, no motor response at 24 hours, and no motor response at 72 hours. […] Short latency somatosensory evoked potential N20 is now a well-accepted predictor of poor prognosis.
#17 Duration of cardiopulmonary resuscitation and outcomes for adults with in-hospital cardiac arrest: retrospective cohort study | The BMJ
https://www.bmj.com/content/384/bmj-2023-076019
Objective To quantify time dependent probabilities of outcomes in patients after in-hospital cardiac arrest as a function of duration of cardiopulmonary resuscitation, defined as the interval between start of chest compression and the first return of spontaneous circulation or termination of resuscitation. […] The time dependent probabilities of survival and favorable functional outcome among patients pending return of spontaneous circulation at one minutes duration of cardiopulmonary resuscitation were 22.0% (75645/343866) and 15.1% (49769/328771), respectively. The probabilities decreased over time and were 1% for survival at 39 minutes and 1% for favorable functional outcome at 32 minutes duration of cardiopulmonary resuscitation. […] This analysis of a large multicenter registry of in-hospital cardiac arrest quantified the time dependent probabilities of patients outcomes in each minute of duration of cardiopulmonary resuscitation. The findings provide resuscitation teams, patients, and their surrogates with insights into the likelihood of favorable outcomes if patients pending the first return of spontaneous circulation continue to receive further cardiopulmonary resuscitation.
#18 Duration of cardiopulmonary resuscitation and outcomes for adults with in-hospital cardiac arrest: retrospective cohort study | The BMJ
https://www.bmj.com/content/384/bmj-2023-076019
The time dependent probabilities of survival and favorable functional outcome among patients pending the first return of spontaneous circulation at each minutes duration of cardiopulmonary resuscitation provide resuscitation teams, patients, and their surrogates with insights into the likelihood of favorable outcomes if the patient continues to receive cardiopulmonary resuscitation beyond that time point, which is clinically informative for shared decision making to determine whether further cardiopulmonary resuscitation would be beneficial. […] The time dependent probabilities of survival and favorable functional outcome among patients who had the first return of spontaneous circulation before or at each time point inform resuscitation teams, patients, and their surrogates of the likelihood of favorable outcomes once the patient has achieved return of spontaneous circulation at or by the time point, which is clinically relevant to estimate subsequent outcomes after return of spontaneous circulation.
#19 Outcome prediction with resting-state functional connectivity after cardiac arrest | Scientific Reports
https://www.nature.com/articles/s41598-020-68683-y
A novel finding of this study is that the precuneus differed significantly between the two patient groups in its efficiency of local information transfer. […] The relevance of RS-fMRI needs to be confirmed in prospective multicenter studies to define clear prognostic algorithms for comatose patients after cardiac arrest at an early stage and to disentangle the mechanisms of interaction between distinct regions of the brain to understand impairment of consciousness in patients after cardiac arrest. […] Our results indicate the diagnostic and prognostic value of early RS-fMRI in comatose patients after cardiac arrest and successful resuscitation.