小儿神经肌肉疾病表面肌电图的定量分析(P6.269)

摘要

摘要目的:本研究的目的是测试聚类指数(CI)方法的效用，表面肌电图(SEMG)的定量分析，对儿童神经肌肉疾病的鉴别诊断。背景:针式肌电图对小儿神经肌肉疾病的诊断是无价的，尽管这个过程太痛苦了。我们之前开发了CI方法，该方法在成人神经源性疾病和肌病之间显示出良好的鉴别能力。设计/方法:受试者为39名患有神经肌肉疾病的儿童(15名神经源性和24名肌病患者)。平均年龄8.8±4.1岁(1 ~ 15岁)。他们的诊断得到了临床、病理或基因检测的证实。采用与成人相似的方法记录胫骨前肌表面肌电信号。通过指令或挠脚掌实现踝关节背屈，存储强度稳定的1秒长度表面肌电信号作为历元。通常，从每个主题中收集20到50个epoch。结果:分析了来自神经源性患者的836个epoch和来自肌病患者的992个epoch。使用五种不同的窗宽计算每个历元的CI和面积。对每个窗宽的判别分析显示，10 ms的窗宽在神经源性和肌病信号之间实现了最佳的判别。接下来，我们为每个主题计算判别函数的平均值。使用适当的临界值，15例神经源性患者中有7例，24例肌病患者中有14例被正确诊断为神经源性或肌病，特异性为100%。特别是7例脊髓性肌萎缩症患者中有4例被正确诊断，12例杜氏肌萎缩症患者中有9例被正确诊断。结论:CI方法是一种非侵入性和有前途的工具，用于儿童神经源性和肌病的鉴别诊断。研究资助:青年科学家补助金，日本文部科学省

披露:东原博士没有什么可透露的。园子博士没有什么可透露的。石山博士没有什么可透露的。Nagashima博士没有什么可透露的。上杉博士没有什么可透露的。森吉村医生没有什么可以透露的。村田博士没什么可透露的。村山博士没有什么可透露的。小木博士没有什么可透露的。