慢性意识障碍多模态神经预后模型的构建：整合行为学、内分泌与影像学特征

本研究针对慢性意识障碍（DOC）预后评估的临床难题，创新性地整合行为量表（CRS-R）、垂体相关激素（ACTH/TSH/FT3等）和静息态功能磁共振（rs-fMRI）的动态稳定性（TS）与静态功能连接（MFC）特征，构建支持向量机（SVM）预测模型。结果显示，该多模态模型预测准确率达91%（AUC=0.96），显著优于单模态方法，其中额顶叶网络区域、CRS-R运动功能评分和游离三碘甲状腺原氨酸（FT3）贡献度最高。该研究为DOC预后提供了首个融合神经内分泌-功能网络-行为评估的精准预测工具，发表于《NeuroImage》，对临床决策具有重要指导价值。

　　

当大脑遭受严重损伤后，患者可能陷入一种特殊的"灰色地带"——慢性意识障碍（Disorders of Consciousness, DOC）。这些患者虽然睁着眼睛，却像被困在意识的迷宫中，无法与外界正常交流。临床上将DOC分为植物状态/无反应觉醒综合征（VS/UWS）和微意识状态（MCS），但准确预测他们能否恢复意识始终是困扰医生和家属的世界性难题。现有评估手段如昏迷恢复量表修订版（CRS-R）易受患者状态波动影响，而单一的神经影像标志物又难以全面反映复杂的脑功能状态。更棘手的是，近年研究发现垂体-靶腺轴激素异常可能与DOC预后相关，但如何将这些"生物化学信号"与传统评估手段结合，仍是未被探索的领域。

南方医科大学珠江医院联合华南师范大学的研究团队在《NeuroImage》发表了一项突破性研究。他们创新性地提出"神经-内分泌-行为"多维整合思路，对43例DOC患者（19例预后良好，24例预后不良）进行多模态数据采集：通过CRS-R评估行为反应，检测9种垂体相关激素水平，并利用3T磁共振获取静息态功能磁共振（rs-fMRI）数据，计算脑区平均功能连接（MFC）和动态时间稳定性（TS）两项指标。研究采用支持向量机（SVM）分类器，通过留一交叉验证构建预测模型。

关键技术包括：1）采用Power图谱划分226个脑区计算功能连接；2）滑动窗口法（窗长22TR）量化动态时间稳定性；3）递归特征消除（RFE）筛选最优特征子集；4）多模态数据标准化融合处理。所有患者随访6个月以上，以格拉斯哥预后量表（GOS）评分3分为界划分预后组别。

3.1 多模态神经预后模型的分类结果
整合TS、MFC、激素和CRS-R四类特征的模型展现出卓越性能，准确率达91%（敏感性84%，特异性96%），AUC值高达0.96。值得注意的是，仅使用rs-fMRI特征（TS+MFC）时准确率为84%，而单独使用激素或CRS-R时仅67%，证明多模态整合具有显著优势。

3.2 特征选择及其重要性
脑功能特征中，感觉运动网络（SMN）和额顶任务控制网络（FPTC）的脑区贡献度最高；行为指标里CRS-R运动功能评分最具预测力；激素层面游离三碘甲状腺原氨酸（FT3）和促甲状腺激素（TSH）权重突出。这提示运动功能保留与甲状腺激素水平可能是意识恢复的关键生物标志物。

3.3 分类结果验证
通过特征数迭代测试发现，当选择9个TS和9个MFC特征时模型性能最优。亚组分析显示，对VS患者预测准确率可达94%，但对样本量较少的MCS患者预测效能仍需扩大样本验证。

这项研究首次证实：整合神经内分泌指标与多模态脑功能特征可显著提升DOC预后预测精度。其重要意义体现在三个方面：首先，动态功能稳定性（TS）指标的引入突破了传统静态功能连接的局限，揭示脑网络时间维度特征对意识恢复的预测价值；其次，甲状腺轴激素（FT3/TSH）的纳入为DOC预后提供了新的生物化学视角；最后，开发的SVM模型可直接应用于临床，通过量化指标辅助制定治疗决策。

研究也存在一定局限：样本中MCS病例较少，激素单次检测可能无法反映动态变化。未来需要通过多中心研究验证模型的普适性，并探索激素替代治疗是否可改善预后。该成果为破解"意识预测"这一临床难题提供了全新范式，标志着DOC诊疗从经验判断向多模态精准评估的重要转变。