脑电图在成人意识障碍中的应用专家共识

中国人体健康科技促进会重症脑损伤专业委员会

通信作者：潘速跃，南方医科大学南方医院神经内科，广州 510515，Email：pansuyue82@qq.com；张艳，首都医科大学宣武医院神经内科，北京 100053，Email：zhangylq@sina.com

【摘要】意识障碍（DoC）是由严重脑损伤等多种病因所致的复杂临床综合征，疾病分型及疗效精准评估是其临床管理的核心难点之一。现阶段针对DoC的主要评估手段包括临床行为学评估与脑电图（EEG）检查等。其中，临床行为学评估易受各类混杂因素干扰，存在较高的误诊风险。EEG作为一种无创、可床旁动态监测的神经电生理技术，能够实时捕捉大脑皮层电活动，是DoC临床评估的重要辅助手段。但目前EEG在DoC临床应用中仍存在诸多不规范之处，如操作流程与判读标准不统一、临床应用方案同质化较差等；同时，任务态EEG、经颅磁刺激联合EEG、脑深部电刺激同步EEG记录等前沿技术也暂无统一的标准化应用规范。基于此，本共识整合国内外循证医学证据与专家经验，系统梳理常规及前沿EEG技术在成人DoC诊疗中的应用要点，针对DoC分型诊断、病情评估、预后预测、疗效评价及DoC相关癫痫样电活动监测等核心临床问题形成规范化推荐意见，以推动EEG在DoC全程管理中的规范化应用与创新性探索。

【关键词】意识障碍；脑电图；评估；诊断；专家共识

DOI：10.3760/cma.j.cn115354-20260330-00174

意识障碍（disorder of consciousness，DoC）指因严重脑损伤等多种病因导致觉醒水平和意识内容不同程度受损的状态。根据DoC持续时间，其可分为急性DoC和慢性DoC，前者持续时间<28 d，后者持续时间≥28 d。2022年的一项流行病学数据显示，英、美两国昏迷的年发病率为201/10万人，患病率为20/10万人 ^{[ 1 ]}。目前，我国成人DoC的流行病学特征尚不明确，相关高质量数据极为匮乏。

DoC主要包括昏迷、植物状态/无反应觉醒综合征（vegetative state/unresponsive wakefulness syndrome，VS/UWS）和微意识状态（minimally conscious state，MCS）（ 表1 ） ^{[ 2 , 3 ]}。此外，认知运动分离（cognitive motor dissociation，CMD）是一种隐蔽意识状态，指患者由于运动通路受损，行为学上对指令无反应，通常表现为昏迷、VS/UWS或MCS^-，但其认知功能（如理解指令、想象行为）完好或部分保留，任务态脑电图（electroencephalogram，EEG）或功能MRI可检测到其大脑对任务的自主应答 ^{[ 4 , 5 ]}。

对DoC患者进行精准评估具有重要的临床意义，其可直接影响医疗决策，特别是治疗干预强度的抉择；若出现诊断偏差或预后判断失误，极有可能导致具备救治潜力的DoC患者被过早终止生命支持 ^{[ 3 ]}。但不同意识水平患者的临床行为学特征可能存在重叠，难以区分。现有数据显示仅依靠临床行为学评估，例如最常用的修订版昏迷恢复量表（coma recovery scale-revised，CRS-R），32%~39%的DoC患者存在误诊风险，其中MCS、CMD或闭锁综合征患者的鉴别诊断更是临床难点 ^{[ 6 , 7 , 8 ]}。此外，非惊厥性癫痫持续状态（non-convulsive status epilepticus，NCSE）是一种以DoC或神经功能缺损为特征，但不伴随明显肢体抽搐的癫痫持续状态（status epilepticus，SE） ^{[ 9 ]}，临床医生常难以通过体征快速识别。

EEG作为一种无创、可床旁连续动态监测、时间与空间分辨率高、检测成本较低的神经电生理技术，能够实时反映大脑皮层功能状态，评估脑损伤严重程度、明确发作性症状的性质、协助诊断DoC病因及预测预后，在一定程度上弥补临床行为学评估无法准确判断患者意识水平的不足 ^{[ 4 ]}。近年来关于任务态EEG、经颅磁刺激联合EEG（transcranial magnetic stimulation-EEG，TMS-EEG）和脑深部电刺激EEG同步记录（deep brain stimulation-EEG，DBS-EEG）的研究也发现，任务态EEG能实时捕捉大脑在执行特定任务时的电活动变化，对诊断CMD极具优势 ^{[ 10 ]}；TMS-EEG可不受感觉、运动障碍的限制评估皮层有效连接和脑网络复杂度 ^{[ 11 , 12 ]}；DBS-EEG可提供特定脑区更长时程的动态随访信息 ^{[ 13 ]}，三者在区分不同意识状态和评估促醒疗效方面具有重要的辅助价值和应用前景。然而，目前临床实践中EEG应用存在诸多不规范之处，如判读标准不统一，临床应用方案同质化差；任务态EEG、TMS-EEG和DBS-EEG等前沿技术缺乏标准化应用指引，导致EEG的临床价值未能充分发挥。

基于此，本共识系统整合国内外相关研究证据及专家经验，以规范EEG在成人DoC中的应用：一方面明确EEG的适用情况、操作流程、判读指标及应用价值，为神经内科、神经外科、神经重症科、重症医学科、急诊科、康复科等科室的临床实践提供指导；另一方面梳理任务态EEG、TMS-EEG、DBS-EEG等前沿技术的要点与优势，以促进EEG在DoC领域的规范化应用与科研探索。

（一）共识制订专家组

本共识由中国人体健康科技促进会重症脑损伤专业委员会发起和组织，全国20个省区市的57名相关领域（神经内科、神经外科、神经重症科、重症医学科、急诊科、康复科等）专家参与论证与标准制订，起草过程遵循国际通用共识制订流程。

（二）文献检索策略

系统检索EEG应用于成人DoC患者的相关研究文献。检索数据库包括PubMed、MEDLINE、Embase、Web of Science、Cochrane Library、中国知网、万方数据库，检索时间范围为2000年1月至2025年10月，中文关键词为“脑电图”“意识障碍”“脑损伤”“昏迷”“植物状态”“无反应觉醒”“微意识状态”“非惊厥性癫痫”“非惊厥性癫痫持续状态”，英文关键词为“electroencephalogram”“disorders of consciousness”“brain injury”“coma”“vegetative state”“unresponsive wakefulness”“minimally conscious state”“non-convulsive epilepsy”“non-convulsive status epilepticus”，纳入研究类型包括中英文系统评价或荟萃分析、随机对照试验（RCT）、队列研究、病例对照研究、病例系列研究。

（三）共识撰写方法与步骤

共识撰写方案由执笔组起草，并于2025年10月17日经制订专家组会议审议通过。由执笔组基于临床问题及文献检索结果完成初稿撰写及3轮修改，参照2009版牛津循证医学中心标准对证据进行等级（表2）和推荐强度划分（表3）。随后组织制订专家组进行两轮线上咨询与讨论，所有条目推荐意见同意率超过75%即视为达成共识。2026年3月10日，组织全体制订专家组成员召开定稿会议，经再次充分讨论后确定终稿。

（一）急性期病因未明的DoC

急性DoC的早期病因诊断对其临床治疗至关重要^[14]。一些观察性研究提示，在不明原因的DoC患者中，急诊EEG对DoC不同病因诊断和管理的贡献率分别为62.9%~100.0%、75.7%~96.1%^[15-16]；对于病因未明、意识波动，或停用镇静药物后意识仍未恢复且无法完全用药物残余效应解释的DoC患者，EEG有助于鉴别是否存在非惊厥性癫痫发作（non-convulsive seizures，NCS）或NCSE、药物相关脑病及广泛性脑功能抑制^[17-20]。此外，针对急性DoC患者的多中心RCT结果显示，连续EEG较常规EEG具有更高的发作间期癫痫样放电检出率（69.2%比55.7%）、更高的电发作/NCSE检出率（15.7%比4.4%）^[18]。

（二）急性期特定病因的DoC

对于经心肺复苏后持续昏迷的缺血缺氧性脑病患者，一些前瞻性观察性研究和系统评价显示EEG是神经功能多模态评估的重要组成部分，可用于识别癫痫和预测预后^[21-26]。一项纳入4894例DoC患者的荟萃分析显示，EEG检出的NCS、NCSE患病率及二者总患病率较高（心肺复苏后患者中分别为20.0%、17.3%、22.6%，中枢神经系统感染患者中分别为23.9%、18.1%、23.9%）；与常规EEG相比，连续EEG检出NCS/NCSE的条件对数比值比为2.57^[27]。几项基于前瞻性多中心研究及观察性队列研究的系统评价显示，对于急性脑血管病，EEG可辅助脑功能评估、电发作监测及预后预测^[28-31]。一些观察性队列研究证实，对于感染性脑炎/自身免疫性脑炎患者，EEG有助于鉴别其癫痫发作与单纯精神障碍、不自主运动^{[17，19，32-35]}；对于急性创伤性脑损伤患者，EEG可辅助预测其癫痫发生风险及预后^[36-37]；对于疑似代谢性脑病、中毒或药物相关DoC患者，尤其当意识水平与代谢异常程度不匹配、存在意识波动时，EEG可用于评估脑功能障碍的严重程度及预测预后^[38-44]。

（三）慢性DoC

慢性DoC主要包括VS/UWS和MCS，仅依据临床行为学评估，其误诊率高达39%^[7]。EEG能提供客观依据辅助诊断，联合应用CRS-R可进一步降低VS/UWS与MCS的误诊率^[45-47]。一项系统评价显示，定量EEG区分VS和MCS的敏感度和特异度分别为90%（95%CI：69%~97%）和80%（95%CI：66%~90%）^[47]。此外，定量EEG还可实现脑功能状态的动态量化评估和预后预测^[48]。除定量EEG外，任务态EEG、TMS-EEG亦可评估皮层有效连接和脑网络复杂度，在识别CMD、区分不同意识状态和评估促醒疗效方面具有辅助价值^[12-13，49]；在DBS神经调控期间，DBS-EEG可提供特定脑区长时程动态随访信息^[50-52]。

（四）伴SE/NCS/NCSE的DoC

DoC患者出现微小癫痫发作、怀疑NCS/NCSE、已知癫痫病史患者出现DoC、EEG筛查发现电发作等情况时，均建议监测EEG。具体而言，常规EEG有助于提高癫痫样放电的检出率^[53]；SE治疗期间尽早开展EEG监测，可以指导药物调整，尤其是在难治性SE的全程诊治中^[54-58]；EEG指导的麻醉镇静药物剂量调整可降低癫痫复发风险^[55]。对于惊厥性SE、难治性SE及超级难治性SE控制后仍存在DoC，表现为微小发作征象或高度怀疑NCSE的患者，建议尽早开始连续EEG监测，根据脑电活动形式指导药物调整，预测癫痫复发风险及预后^{[18，54-57，59-64]}。此外，在电发作停止后，对于接受静脉麻醉药物治疗的难治性SE患者，于撤药后至少进行24 h的EEG监测^{[56，58，64-66]}。需要注意的是，对于难治性SE的电发作及发作控制情况的评估，EEG监测的最佳时机与持续时间目前仍存在争议，最好根据患者的诊断和临床情况进行个体化监测^[58，67]。

推荐意见1：对于病因未明、意识波动或持续DoC不恢复的急性DoC患者，以及停用麻醉镇静药物后意识仍未恢复且不能完全由药物残余效应解释的DoC患者，推荐尽早行EEG监测；对于高度怀疑NCS或NCSE者，建议进行连续EEG监测（证据级别2b，B级推荐）。

推荐意见2：对于心肺复苏后（证据级别1b，A级推荐）、急性脑血管病（证据级别2a~2b，B级推荐）、脑炎（证据级别2b，B级推荐）、创伤性脑损伤（证据级别2b，B级推荐）等相关DoC，以及疑似代谢性脑病、中毒或药物相关DoC（证据级别2b，B级推荐）患者，建议根据病情行EEG监测以辅助评估脑功能、监测电发作和预测预后。

推荐意见3：EEG可作为慢性DoC患者意识状态分类及预后评估的重要辅助工具，推荐与CRS-R联合应用，以提高对VS/UWS与MCS的鉴别准确性（证据级别2b，B级推荐）。对于需进行动态脑功能监测、促醒疗效评估或预后预测的慢性DoC患者，可应用定量EEG、任务态EEG、TMS-EEG及DBS-EEG等技术进行评估（证据级别2b，B级推荐）。

推荐意见4：对于癫痫发作后意识未恢复、惊厥性SE控制后仍伴DoC或疑似NCSE患者，推荐进行EEG监测，以发现不同形式的电发作并指导抗癫痫治疗、预测复发及预测预后（证据级别2b，B级推荐）。对于难治性SE或超级难治性SE患者，推荐尽早启动EEG监测，并以脑电活动作为治疗方案调整的重要依据（证据级别2a，B级推荐）。有条件时，对于接受静脉麻醉药物治疗的难治性SE患者，建议撤药后予EEG监测24 h及以上，以评估SE复发风险（证据级别2b，B级推荐）。

（一）静息态EEG检测

1. 反应性检测：DoC患者记录EEG的同时应进行EEG反应性检测。EEG反应性是指给予受试者声、光、痛觉等刺激后，EEG背景活动在电压和（或）频率上出现的特异性变化（单纯的肌电伪迹或眨眼动作不应计为反应性）；常用刺激方式包括视觉（如闪光）、听觉（如耳旁拍手或呼唤患者姓名）或痛觉（如按压胸骨柄、眶上或指甲床）刺激。

2. 影响因素：重症监护病房中的仪器设备（如心电监护仪、呼吸机、气垫床等）可能对EEG记录产生干扰，可通过采用独立电源、稳压器、直流电源供电的EEG设备等方式规避^[68-69]。此外，治疗性或自发性低体温可导致全脑功能抑制，当核心体温低于30 ℃时，EEG可能会出现间断模式，表现为近连续（抑制比例1%~9%）或不连续（抑制比例10%~49%），严重时可出现爆发抑制（抑制比例50%~99%）或广泛抑制模式^[70-71]；而在治疗性低体温（32~35 ℃）患者中，虽不会出现严重EEG异常，但低温治疗过程中EEG模式可能发生演变，复温后的EEG可能出现主要背景节律的变化^[72]。同样，大剂量麻醉药物的使用可影响EEG，可能诱导出现爆发抑制，甚至全面抑制，影响EEG的临床解读^[22，73-74]。

3. 判读要点：需重点关注EEG背景活动特征，包括背景频率、波幅、连续性、对称性、后头部优势节律是否存在，以及EEG反应性是否存在^[75]。DoC患者可出现多种异常EEG模式，包括α和β节律减少或消失、广泛性慢波（δ/θ波占主导）、三相波、α昏迷、θ昏迷、纺锤波昏迷、周期性放电、癫痫样放电、SE、爆发抑制、广泛抑制、电静息等^[76]。有研究将EEG异常模式分级用于DoC的评估，其中以Synek分级（表4）的应用较广泛^[77]。该分级水平与DoC的预后密切相关，级别越高提示脑功能损伤越重、预后越差^[78]。

然而，上述常规EEG判读的可靠性受判读者专业水平限制，影响了其标准化应用。相比之下，定量EEG采用数字信号处理和数学建模方法对脑电活动进行客观分析，可将原始EEG信号转化为直观的量化指标。定量EEG可通过功率谱、脑电微状态、功能连接及复杂度等方法，从多个维度反映脑功能状态：（1）不同频段EEG功率谱分析可定量评估脑电背景活动和频率特征，是定量EEG中常用的方法之一。利用多频段功率谱峰值组合，可进一步提高DoC量化评估的准确性，例如，基于δ、θ、α和β频段组合的ABCD神经元恢复模型（以下简称“ABCD模型”，表5）的效能，已在多项前瞻性队列研究中得到验证：该模型由A型到D型共分为四型，分型越高提示患者意识状态越好，远期预后越佳^[79-81]。（2）脑电微状态指多通道脑电地形图在短时间内（60~120 ms）呈现的相对稳定的拓扑结构，与静息态脑功能网络活动密切相关^[82]。微状态通常可分为A~F六类（表6），常用参数包括各型微状态的平均持续时间、发生频率、覆盖率、全局解释方差以及不同微状态间的转换率等^[83-87]。DoC患者的微状态平均持续时间延长，特定微状态发生频率、覆盖率、全局解释方差降低，特定微状态间转换异常等，均提示其脑网络的时空动态连接及完整性受损^[88-90]。（3）脑功能连接反映脑网络的整合能力和信息传递水平，其可通过分析EEG不同电极间信号的耦合进行评估，常用指标包括相干性、加权符号互信息等。θ频段较高的相干性对DoC患者的意识改善具有显著预测价值，α频段较高的加权符号互信息亦表现出良好的预测效能^[91]。可用于DoC评估的脑电复杂度指标包括近似熵、样本熵、排列熵、多尺度熵、加权熵、Lempel-Ziv复杂度等^[92-95]。脑功能连接减弱和脑电复杂度降低提示脑网络整合能力及神经活动信息丰富度下降，而较高水平的功能连接和相对保留的复杂度则可能提示较好的意识恢复潜能。

（二）静息态EEG在DoC脑功能评估中的应用

1. 诊断与鉴别诊断：（1）急性DoC的病因鉴别：某些病因导致的DoC的EEG可呈现出特征性模式，有助于快速诊断。例如，代谢性或中毒性脑病的典型EEG表现为弥漫性、对称性慢波活动（如θ或δ节律），严重时可出现三相波，尤其见于肝性脑病、肾性脑病等^[96-97]；缺血缺氧性脑病的EEG表现为从弥漫性慢波到爆发抑制甚至电静息等不同级别，通常可采用标准化分级系统（如Synek分级）或ABCD模型对其进行分级^[77，98]；脑炎的EEG表现为弥漫性/局灶性慢波、癫痫样放电等，其中极端δ刷被认为是抗N-甲基-D-天冬氨酸（NMDA）受体脑炎较为特征性的波形^[99]；创伤性脑损伤、卒中因存在局灶性病变，EEG表现为非对称性的异常，以病变侧异常为著，如无δ波的区域性减弱模式是大面积脑梗死的特殊EEG表现形式，发病24 h内该模式出现率达76.9%^[100]。（2）UWS与MCS的鉴别：以下EEG特征具有鉴别UWS与MCS的重要价值：MCS患者保留EEG反应性的比例显著高于UWS患者^[101]。患者若存在后头部优势节律，通常提示皮层功能相对保留，其多见于MCS或更高水平的意识状态^[102]。睡眠纺锤波的出现，强烈提示丘脑－皮层环路的功能完整性尚存，是区分UWS与MCS的关键指标之一^[101]。非快速眼动睡眠期慢波睡眠模式持续时间与CRS‑R评分呈正相关，该指标可有效鉴别UWS和MCS，对78.8%的DoC患者完成正确分类^[103-104]。两项定量EEG相关研究也显示，较高的α/δ比值与更好的意识水平相关，有助于区分UWS与MCS^[81，105]。（3）癫痫发作的诊断与鉴别：关于DoC与癫痫发作的鉴别、NCSE的诊断标准与鉴别诊断见后文第四节“EEG监测在昏迷伴SE诊疗中的应用”。

2. 预后预测：（1）急性DoC的预后预测：①EEG存在反应性通常提示DoC患者预后良好。一项关于缺氧后昏迷患者的前瞻性队列研究表明，入院第1~2天对听觉刺激存在EEG反应性者，更有可能在苏醒后短期内恢复基本认知功能，且3个月时预后良好^[106]。另一项同类型研究也发现，在未使用镇静药物的情况下，无EEG反应性预测缺氧后昏迷患者不良结局的阳性预测值达98.3%^[107]。②EEG的不同模式也可用于DoC的预后预测（表7）。一项针对创伤性脑损伤患者的回顾性队列研究证实，后头部优势节律存在者（提示其丘脑－皮层网络功能相对保留）的住院存活率、术后恢复率及出院时扩展格拉斯哥预后量表评分均显著高于无后头部优势节律者^[102]。一项针对心肺复苏后昏迷患者的多中心前瞻性队列研究显示，连续正常电压背景EEG预测良好预后的敏感性为77%、特异性为80%^[108]。另有研究显示，心肺复苏后昏迷患者发病8~14 d时的EEG慢波模式预测觉醒的准确性（100%，95%CI：0.75~1.00）、敏感性（100%，95%CI：0.46~1.00）及特异性（100%，95%CI：0.63~1.00）均很高^[109]。一项针对DoC患者的前瞻性队列研究显示，EEG觉醒（定义为同时存在EEG反应性和睡眠纺锤波）和格拉斯哥昏迷量表评分均是患者行为觉醒的独立预测因素，且EEG觉醒的预测效能优于EEG反应性、睡眠纺锤波及格拉斯哥昏迷量表评分^[110]。此外，形态良好的睡眠纺锤波与CMD高度相关，且出现时间更早是早期意识恢复和远期功能良好的独立预测因子^[111]；与之相反的是，72 h内EEG显示后头部优势节律不存在、N2期睡眠瞬态波消失、δ活动占优势以及EEG背景不连续，均与预后不良、延迟苏醒独立相关^[112]。③EEG显示任何癫痫样放电均提示预后不良。一项针对心肺复苏后昏迷患者的回顾性队列研究显示，存在癫痫样放电患者的预后良好率（出院时改良Rankin量表评分0~2分）、苏醒率及存活率均显著低于无癫痫样放电患者^[113]。此外，EEG广泛抑制也提示预后不良，其最严重的形式为电静息（波幅≤2 μV），亦是脑死亡判定标准之一^{[21，25，114-115]}。④定量EEG同样可用于预后预测。有回顾性研究显示睡眠周期消失、相对α变异较小提示非创伤性昏迷患者出院后3个月时预后不良^[116]。而噪声刺激后δ频带相位滞后指数功能连接的变化与觉醒有关，以及与3个月后CRS-R量表评分的改善独立相关^[117]。对急性大面积脑梗死患者的定量EEG和脑网络特征分析显示：意识越好，α和β振荡越多，δ和θ振荡越少，近似熵、排列熵、大脑总连接性和小世界性越高，信号分布范围越广^[118]。同时，ABCD模型级别较高、α与β振荡较多、微状态C的发生频率与覆盖率以及微状态A向C转换率较高，与出院后6个月预后良好有关，且ABCD模型级别高（例如C、D型）和更高的微状态A向C转换率是良好预后的独立预测指标，两者联合可明显提高预测效能^[119]。（2）慢性DoC的预后预测：慢性DoC患者预后预测的核心在于判断患者是否存在恢复潜力，EEG反应性及模式、定量EEG等在该方面具有重要的应用价值。一项系统评价表明EEG反应性、α优势节律、睡眠纺锤波可预测慢性DoC患者的意识恢复或改善（如UWS向MCS转化或MCS患者意识恢复）^[101]。一些定量EEG研究也显示，较高的α/δ比值与更好的预后相关^[95，105]；EEG所示的额叶与顶叶连接性可预测DoC患者从UWS恢复到MCS，表现为意识改善患者的顶叶δ、θ相干性以及额叶与顶叶δ、θ、α、β相干性均显著增高^[120]。还有荟萃分析发现CRS-R量表对慢性DoC患者预后的预测效能仅为中等，而EEG功能连接和脑网络指标的预测准确性较高，预测效能也优于EEG功率谱分析^[121]。此外，EEG复杂度分析同样展示出预测潜力^[122]。一项探索DoC患者恢复过程中EEG复杂度纵向变化的研究表明，随着意识水平提高，如从UWS转变为MCS时，EEG复杂度会增加，近似熵、样本熵和Lempel-Ziv复杂度均出现由低向高的拐点^[94]。一项纳入昏迷患者的前瞻性队列研究显示，随着意识水平提高，EEG复杂度增加，基于排列熵、多尺度熵等特征的MCS与UWS分类准确率可达90.3%^[93]。

3. 疗效评估：EEG能够连续记录大脑皮层神经元电活动的时空动态变化特征，因此EEG模式、定量EEG的动态评估在DoC促醒疗效评估中具有重要价值。一项对心肺复苏后昏迷患者的回顾性研究表明，随着药物治疗后意识状态的改善，一些不良EEG特征（如无反应性、背景不连续、周期性放电、爆发抑制、肌阵挛性SE或癫痫样放电）亦随之改善^[123]。两项针对DoC的神经调控促醒RCT采用EEG评估疗效，结果显示EEG分级改善与治疗有效相关，治疗前后EEG分级的差异有统计学意义（P<0.05）^[124-125]。一项针对UWS/MCS患者的RCT表明，6个月时预后良好及意识恢复与ABCD模型级别升高相关^[126]。一项关于脊髓电刺激促醒的前瞻性病例系列研究也证实，DoC患者意识状态改善的同时，其ABCD模型级别从B型向更优的C型、D型转换^[127]。

推荐意见5：建议EEG评估脑功能前核查患者的药物使用情况，注意镇痛镇静药物的影响（证据级别1b，A级推荐）。

推荐意见6：建议对急性DoC患者进行EEG检测以辅助病因鉴别，并评估EEG模式、反应性，以及采用EEG功率谱、脑电复杂度和功能连接等方法评估急性DoC患者的脑功能状态（证据级别2b，B级推荐）。

推荐意见7：建议采用以下EEG特征预测急性DoC患者预后良好：正常电压背景（≥20 µV且任何时间间隔无癫痫样放电等恶性特征）、反应性存在、觉醒与睡眠特征存在、慢波模式以及后头部优势节律存在（证据级别2b，B级推荐）。

推荐意见8：建议采用以下EEG特征预测急性DoC患者预后不良：无反应性、爆发抑制模式、低电压模式（<20 µV）、背景活动不连续、睡眠周期消失、相对α变异较小、后头部优势节律缺失、δ活动优势、癫痫样放电（证据级别2b，B级推荐）。

推荐意见9：建议采用以下EEG特征区分UWS与MCS、预测慢性DoC患者的意识恢复：反应性存在、α优势节律、睡眠纺锤波存在（证据级别2a，B级推荐），以及非快速眼动睡眠中慢波睡眠模式持续时间、α/δ比值、额顶叶与顶叶的不同频段相干性、多种类型的熵等（证据级别2b~3b，B级推荐）。

推荐意见10：以下EEG特征提示促醒治疗有效：高频节律恢复和慢波活动减少（证据级别1b，A级推荐），不良EEG模式（如无反应性、背景不连续、周期性放电、爆发抑制、癫痫样放电等）减少（证据级别3b，C级推荐）。

（一）昏迷相关NCSE的诊断

昏迷相关NCSE多见于惊厥性SE控制后的患者，其是DoC中一种隐匿但具有重要临床意义的病理状态，视频EEG对其检出率为8%~37%^[128-129]。一些系统评价和前瞻性队列研究提出，临床上控制惊厥性SE后，对患者应维持至少24~48 h的视频EEG监测，以评估是否出现NCSE，此为识别和管理“昏迷相关NCSE”的核心环节^[54，64-65]。需要说明的是，无癫痫病史但首次发作即出现昏迷的NCSE情形极为罕见^[129]。鉴于此，本文主要聚焦于惊厥性SE基础上演变而来的昏迷相关NCSE。

由于NCSE缺乏可识别的临床发作表现，其诊断主要依赖于EEG。为此，国际抗癫痫联盟专家组于2013年首次提出了NCSE的萨尔茨堡诊断标准（Salzburg consensus criteria，SCC）（表8），并在2016年对该标准进行了进一步验证^[130-132]。该标准通过明确癫痫样放电的频率阈值、动态演变特征以及患者对抗癫痫治疗的反应，将EEG表现与临床表现相结合，形成了一套可操作的诊断框架，已在多中心研究与临床实践中得到广泛应用与验证。2024年一项前瞻性外部验证研究显示，SCC诊断“确切/可能NCSE”的敏感性为94%，特异性为77%，但阳性预测值仅34%，而阴性预测值高达99%；“确切NCSE”的假阳性多见于连续性发作、刺激诱发节律性/周期性/发作期放电、局灶性皮质发育不良，而“可能NCSE”的假阳性主要见于缺氧/代谢/中毒/脓毒症性脑病、创伤性脑损伤、脑炎/脑膜脑炎及癫痫发作后状态^[133]。由此可见，SCC在临床实践中具有极高的敏感性，有助于快速排除NCSE，但其特异性有限，在昏迷及危重患者中假阳性风险较高，需要结合临床情境和病因学信息谨慎解读其结果。

2021年美国临床神经生理学会制订的《重症脑电监测标准术语》（以下简称“术语”）^[75]未提供单一的“NCSE诊断标准”，而是定义了构成NCSE的一系列EEG模式（表9），包括“脑电发作持续状态”、“电－临床癫痫持续状态”、“发作期－发作间期连续体”（这是诊断NCSE的模糊地带）等。其中值得注意的是，“术语”中明确将“发作期－发作间期连续体”定义为“可能的脑电发作持续状态”的同义词，判定要点包括：（1）频率>1.0 Hz且≤2.5 Hz的周期性放电或棘慢波/尖慢波持续时间≥10 s；（2）频率≥0.5 Hz且≤1.0 Hz，并伴附加模式或波动的周期性放电或棘慢波/尖慢波持续时间≥10 s，低频模式需结合修饰特征提高准确判断发作的可能性；（3）频率>1.0 Hz，并伴附加模式或波动的偏侧性节律性δ活动持续时间≥10 s；（4）不满足电发作或“脑电发作持续状态”的标准，但经静脉抗癫痫药物试验后EEG与临床均改善，判定为“电－临床癫痫发作”/“电－临床癫痫持续状态”；仅EEG改善而临床无改善，判定为“可能的电－临床癫痫持续状态”。

（二）昏迷伴SE的疗效评估与用药指导

对于SE患者，药物治疗不仅要终止临床发作，还需警惕脑电发作是否持续。此时，EEG是评估治疗反应的关键客观依据，治疗目标应包括EEG中癫痫样放电停止^[54，64-65]。对两项RCT的前瞻性分析表明，惊厥性SE患者中，特定的EEG模式是预测其进展为难治性SE的独立危险因素；与节律性背景活动相比，发作间期癫痫样放电、周期性放电或持续性癫痫样放电与更高的难治性SE发生率显著相关^[57]。

对于惊厥性SE后昏迷并进入难治性SE阶段、需使用静脉麻醉药物的患者，基于EEG设定的麻醉深度目标对其预后的影响尚存在争议。一项纳入171例患者的回顾性队列研究提示，与更温和的EEG目标（如仅抑制癫痫样放电）相比，以抑制背景活动至“电静息”为目标的深度麻醉治疗，可能与死亡风险升高（风险比为2.88）及更高的感染发生率（43%比11%）相关^[134]。一项针对467例SE患者的研究进一步证实，以“爆发抑制”为目标的深度麻醉/镇静，是患者死亡风险增加9.1倍、感染发生率增加及住院时间延长的独立危险因素^[135]。然而，将不良结局简单归咎于EEG抑制模式本身，可能存在归因偏差。反对观点指出：病情越危重、SE越难以控制的昏迷患者，越需要接受深度麻醉，这自然导致该类患者预后更差。有研究在矫正此类混杂因素后发现，达到“爆发抑制”模式可显著降低70%的突破性癫痫发作风险，且与长期不良预后无直接关联，由此提示“爆发抑制”模式是控制难治性SE较为安全和可靠的EEG目标^[55]。

推荐意见11：对于临床发作终止后仍处于昏迷状态的惊厥性SE患者，建议继续进行24~48 h的视频EEG监测，以明确或排除NCSE（证据级别2b，B级推荐）。如果存在癫痫样放电、周期性放电或持续癫痫样放电，提示病情可能进展为难治性SE或控制失败（证据级别2b，B级推荐）。

推荐意见12：SCC在诊断昏迷相关NCSE中具有良好的敏感性与可重复性，建议用于明确或排除NCSE（证据级别2b，B级推荐）。但SCC在复杂脑病背景下存在敏感性波动与特异性不足的局限，建议临床应用时结合患者具体病因、EEG动态演变及治疗反应进行综合判断，以提高诊断可靠性并避免过度治疗（证据级别2b，B级推荐）。

推荐意见13：在SCC基础上，建议将EEG中癫痫样放电持续时间≥10 min或在任何60 min记录期内占比≥20%作为诊断昏迷相关NCSE的补充标准（证据级别5，C级推荐）。

推荐意见14：建议昏迷伴SE的治疗目标为临床发作和EEG中癫痫样放电均终止（证据级别2b，B级推荐）。

推荐意见15：在难治性SE治疗中，“爆发抑制”可作为部分患者麻醉治疗的EEG目标之一，但应结合病因、发作控制情况、麻醉药物并发症风险及多学科评估个体化决定，不宜作为所有患者的常规目标（证据级别2b，B级推荐）。

推荐意见16：不建议盲目追求完全抑制EEG中“发作期－发作间期连续体”相关模式，应结合患者症状体征及药物试验结果综合判断，避免过度治疗（证据级别5，C级推荐）。

（一）任务态EEG

1. 概述：任务态EEG是在记录EEG的同时，要求受检者遵循指令完成特定任务或接受特定刺激的一种检查方法。根据指令或刺激方式的不同，可分为语言范式、音乐范式及运动想象范式，譬如遵循指令进行运动想象（如想象“张开手”或“握紧手”）、空间导航（如想象“穿过房间”）等^[10，136]。任务态EEG能实时捕捉大脑在执行特定任务时的电活动变化，直接观察大脑在任务状态下的激活模式、功能连接变化，发现行为上无法反应但大脑仍有活动的情况，从而在一定程度上弥补临床行为学评估DoC的局限。然而，该技术目前仍面临以下问题：（1）受镇静药物、头部运动、注意力不集中或入睡等因素影响，假阴性率较高；（2）对于存在严重听觉或认知障碍的患者，其检查结果的准确性可能受到影响；（3）不同患者对指令所产生的EEG反应存在较大异质性；（4）范式设计、数据分析（常需借助多种机器学习方法与分析算法）及统计处理方面均具有较高的技术挑战^[136]。

2. 在DoC中的应用：一项前瞻性观察性研究对急性重症创伤性脑损伤患者进行了临床行为学评估（CRS-R量表）以及基于语言、音乐和运动想象范式的任务态EEG检测，根据刺激前后EEG功率谱变化，判定大脑皮层是否存在反应，结果显示，在伴有语言相关行为证据的DoC患者中，对语言和音乐刺激的反应较运动想象任务更为敏感（62.5%~80.0%比33.3%~42.9%），但运动想象任务的诊断特异性最高（100.0%），能检出床旁行为学评估无法识别的CMD^[136]。一项前瞻性观察性队列研究利用任务态EEG筛查DoC患者是否存在CMD，并进一步分析其预测预后效能，结果表明，基于运动想象范式的任务态EEG筛查出的CMD是患者预后良好的独立预测因素^[137]。

（二）TMS-EEG

1. 概述：目前多数研究中TMS刺激强度为静息运动阈值的90%~100%，刺激靶点多选择双侧前额叶背外侧或顶下小叶，刺激次数通常为100~200次，刺激间隔时间为2~10 s^{[12，138-140]}。在TMS-EEG分析指标方面，主要包括TMS诱发电位、TMS诱发的神经振荡、TMS诱发的脑网络连接和扰动复杂性指数（perturbational complexity index，PCI）等。其中，PCI是一个反映丘脑－皮层活动整合程度的指标：通过计算TMS触发大脑皮质产生的脑电数据的Lempel-Ziv复杂度，得到一个0~1之间的数值，即为PCI，其为评估大脑皮质对TMS干扰的综合反应提供了个体化的量化标准。从临床应用优势看，TMS-EEG可直接探测与意识相关的神经环路，无需依赖完整的感觉或运动通路，亦无需患者主动配合，因此在DoC评估中具有独特优势^[141]。在安全性方面，在无TMS禁忌证受试者中TMS-EEG的安全性已得到证实，在低频模式下TMS诱发癫痫发作的风险低于千分之一^[142]。

2. 在DoC中的应用：2012年TMS-EEG首次被应用于DoC患者的诊断分类与意识恢复研究，结果发现，VS/UWS患者的有效连接出现中断，而MCS患者表现出复杂的激活反应，其激活依次涉及刺激部位同侧和对侧的远端皮质区域^[140]。从神经振荡和信息流动角度分析，DoC患者脑层面的神经响应在时间和空间上均受到抑制，且额叶与顶叶皮层间的双向定向信息流明显弱于健康人，甚至在刺激额叶、运动皮层和顶叶时完全消失；不过，MCS患者的交互率仍显著高于VS/UWS患者^[143-144]。在诊断效能方面，区分清醒与无意识状态的PCI最佳界值是0.31，其诊断MCS的敏感性达到94.7%^[139]。此外，随着患者意识水平的恢复，PCI逐渐增高，在判断意识水平方面具有很高的敏感性^[11]。在治疗预测方面，一项对接受TMS促醒治疗的MCS患者的交叉RCT发现，治疗改善组基线时的PCI显著高于无改善组，提示PCI在评估和预测TMS治疗效果方面具有潜在价值^[12]。

（三）DBS-EEG

1. 概述：DBS-EEG是神经调控（通过DBS干预脑功能）与EEG的一项融合创新技术，其核心在于可获取多源脑电信号：一类是来自DBS靶点的局部场电活动，通常为多触点柱状电极记录到的EEG；另一类是在实施DBS后头皮电极记录到的EEG。DBS-EEG采用高分辨率立体定向导航系统实现DoC患者大脑的个体化靶点定位，确保电极以亚毫米级精度植入目标靶点，通常采用交叉对照设计范式，在DBS开启与关闭状态下同步记录静息态或任务态EEG。DBS-EEG的价值在于实施DBS神经调控的同时，实时探测深部脑区及皮层－皮层下交互活动的神经生理变化，具有高时间分辨率和高空间精确度的优势^[145]。该技术不仅能够建立与DoC患者预后相关的量化参数，还能提供特定脑区长时程动态随访信息，便于根据病情和脑功能状态调整刺激方案，将神经调控从持续的开环干预模式，转变为可被实时评估并进行优化的闭环自适应反馈范式。然而，该技术目前仍面临以下问题：（1）患者筛选标准不统一；（2）DBS本身固有的手术风险；（3）DBS产生的高强度、高频电脉冲可造成巨大的电学伪迹干扰，严重影响甚至完全掩盖患者真实的神经活动。DBS-EEG的禁忌证主要包括：未控制的凝血功能障碍、活动性颅内或全身感染、严重脑萎缩导致靶点解剖结构辨识不清、存在严重共患病无法耐受手术^[146-147]。

2. 在DoC中的应用：DBS-EEG的应用优势主要在于意识动态变化的纵向高敏监测和机制探索。目前DBS-EEG的最佳植入靶点选择尚处于经验积累阶段，常用信号采集靶点主要基于神经调控植入靶点而建立，包括中央丘脑、丘脑中央中核－束旁核复合体和丘脑腹后外侧核，其中以单侧半球（尤其是左侧半球）电极植入为主流^[50，52]。一些回顾性研究结果显示：丘脑中央中核－束旁核复合体中的电生理特征，如高频发放、γ频段的多单位活动高功率、α频段归一化功率和θ振荡的稳定性，与DoC患者的意识恢复程度呈正相关^[13]；经过机器学习筛选，中央丘脑中θ频段的多单位活动稳定性或高功率，以及γ频段的多单位活动尖峰同步性或稳定性，可作为预测DoC患者意识恢复的特征指标^[148]。然而，目前DBS-EEG的临床应用仍处于探索阶段，相关结果主要来自样本量有限的观察性研究、回顾性分析或机制性研究，缺乏大规模多中心RCT的证据支持^[52]。

推荐意见17：鉴于设备可及性、操作要求及判断标准等尚未统一，目前任务态EEG、TMS-EEG和DBS-EEG尚不宜作为临床常规检测项目，有条件的医院在应用相关技术评估DoC时，也需结合临床、影像学等评估，并考虑所处病程阶段，予以综合判断，防止出现误判（证据级别5，D级推荐）。

推荐意见18：对于有条件使用任务态EEG的医院，推荐应用基于运动想象范式的任务态EEG评估DoC患者是否存在CMD，常用参数包括EEG功率谱和脑电微状态（证据级别3a，B级推荐）。

推荐意见19：对于有条件使用TMS-EEG的医院，推荐将TMS-EEG用于评估DoC患者的意识水平，常用参数包括TMS诱发的神经振荡、脑网络连接和PCI等（证据级别2b，B级推荐）。

推荐意见20：推荐依据医院硬件及人员配备条件，在DBS治疗的同时进行DBS-EEG探索性应用，其可为意识水平的长时程动态监测及干预策略的优化提供独特路径（证据级别4，C级推荐）。

应用EEG评估DoC患者脑功能及预测预后时，建议遵循以下临床实践流程：（1）进行临床评估，排查并纠正所有干扰意识的混杂因素。除SE等需要药物治疗的情况外，尽量停用麻醉镇静药物，同时纠正严重电解质紊乱、低血糖/高血糖、药物中毒等影响意识判断和EEG表现的情况^[3]。（2）选择EEG技术时，通常首选静息态EEG；按需选择视频EEG，例如需要筛查NCS/NCSE、指导用药和药物疗效评估等；必要时进行定量EEG分析，例如功率谱、ABCD模型等。（3）结合医院条件按需进阶前沿EEG技术检查，例如任务态EEG、TMS-EEG或DBS-EEG。（4）根据评估结果给予分层个体化干预，例如药物、神经调控、康复等，治疗后还应进行疗效评估。具体内容见图1。

脑机接口（brain-computer interface，BCI）作为连接大脑与外部设备的跨学科技术，展现出巨大的临床应用潜力。其将反映大脑活动的EEG信号转化为输出指令，以作为患者与外界交流的工具，从而改变中枢神经系统与身体其他部位或外部环境的交互方式。近年来，越来越多的研究将BCI-EEG技术应用于DoC患者的意识评估、苏醒预测和康复促醒等领域^[149]。然而，BCI技术仍处于初步探索阶段，且因DoC患者存在意识波动、注意力集中时间短等问题，研究结果存在较大异质性；同时，其在EEG信号质量与解码效率的技术突破、临床场景的适配性与安全性验证、相关伦理规范的建立健全等多方面仍面临挑战。因此，该领域仍需开展更高质量的研究，为其在DoC中的应用提供充分证据。

由于不同个体的EEG特征存在差异，且DoC的病因、严重程度等各不相同，基于EEG的诊断和预后预测模型的普适性受到一定限制，单纯依赖EEG甚至可能造成误判，例如MCS患者中残留的α波可能与睡眠或病理性昏迷的α节律混淆。因此，目前相关研究正尝试将EEG与临床评估、功能MRI、功能性近红外光谱监测等多源信息进行联合处理与分析，开发基于深度学习的多模态信息整合模型，自动识别与DoC相关的特征模式，以期提高DoC诊断的自动化水平与准确性^[150]。然而，即便开发出上述多模态整合模型，若要将其真正用于临床，仍需构建标准化的EEG采集、处理及分析范式，并依托大规模多中心前瞻性临床研究，证实模型具备可靠的性能与临床效用。

本共识仅代表参与专家组的观点，旨在为临床医师实践提供参考，不具备法律效力。本共识的推荐意见仅反映该领域阶段性研究结果与认识水平，如有新的临床研究证据将适时更新，以更好地满足临床实践需要。

本共识专家组名单

执笔：范琳琳（首都医科大学宣武医院神经内科）、张艳（首都医科大学宣武医院神经内科）、刘刚（首都医科大学宣武医院神经内科）、田飞（首都医科大学宣武医院神经内科）、杨庆林（首都医科大学附属北京同仁医院神经内科）、何延波（北京市回民医院重症医学科）、柴树婷（首都医科大学宣武医院神经内科）、郑锐哲（复旦大学附属华山医院神经外科）、成斯琪（首都医科大学宣武医院神经内科）

审定专家：王玉平（首都医科大学宣武医院神经内科）

专家委员会成员（按姓氏汉语拼音排序）：曹杰（吉林大学第一医院神经内科）、常虹（内蒙古自治区人民医院神经内科）、陈晶（大庆龙南医院神经内科）、陈胜利（重庆大学附属三峡医院神经内科）、高亮（上海冬雷脑科医院神经外科）、郭栋（聊城市人民医院神经内科）、郭涛（宁夏医科大学总医院神经内科）、郝芳（聊城市人民医院神经内科）、何江弘（首都医科大学附属北京天坛医院神经外科）、何延波（北京市回民医院重症医学科）、胡晓（贵州省人民医院神经内科）、胡雅娟（安徽医科大学第一附属医院神经内科）、江荣才（首都医科大学宣武医院神经外科）、李红燕（新疆维吾尔自治区人民医院神经内科）、李燕华（广西壮族自治区人民医院神经内科）、刘芳（首都医科大学宣武医院神经内科）、吕玉丹（吉林大学第一医院神经内科）、马桂贤（广东省人民医院神经内科）、马联胜（山西医科大学第二医院神经内科）、马玉宝（解放军总医院第一医学中心神经内科）、毛玲（华中科技大学同济医学院附属协和医院神经内科）、裴少芳（苏州市立医院神经内科）、潘速跃（南方医科大学南方医院神经内科）、邱菊（安徽医科大学第二附属医院神经内科）、曲鑫（首都医科大学宣武医院神经外科）、石际俊（苏州大学附属第二医院神经内科）、史中华（首都医科大学三博脑科医院重症医学科）、谭红（长沙市第一医院神经内科）、唐子人（首都医科大学附属北京朝阳医院急诊科）、田飞（首都医科大学宣武医院神经内科）、田佳（河北医科大学第一医院神经内科）、王春梅（首都医科大学宣武医院重症医学科）、王芙蓉（华中科技大学同济医学院附属同济医院神经内科）、王亮（重庆医科大学附属第一医院神经内科）、王勤周（山东大学齐鲁医院神经内科）、王姝瑶（通辽市人民医院神经内科）、王彦（唐山市人民医院神经内科）、吴雪海（复旦大学附属华山医院神经外科）、吴永明（南方医科大学南方医院神经内科）、谢秋幼（南方医科大学珠江医院康复医学科）、徐光军（聊城市人民医院脑科医院神经内科）、徐跃峤（首都医科大学宣武医院神经外科）、杨飞（解放军总医院第一医学中心神经内科）、杨庆林（首都医科大学附属北京同仁医院神经内科）、杨中华（首都医科大学附属北京天坛医院神经内科）、游明瑶（贵州医科大学附属医院神经内科）、张乐（中南大学湘雅医院神经内科）、张蕾（云南省第一人民医院神经内科）、张丽娜（中南大学湘雅医院重症医学科）、张奇志（济南市第五人民医院神经内科）、张馨（南京鼓楼医院神经内科）、张艳（首都医科大学宣武医院神经内科）、张永巍（海军军医大学第一附属医院神经内科）、赵滨（天津医科大学总医院神经内科）、周高雅（湖南省第二人民医院神经内科）、周立新（北京协和医院神经内科）

利益冲突 所有作者均声明不存在利益冲突