Advanced

Electroencephalography for neurological prognostication after cardiac arrest

Westhall, Erik LU (2016) In Lund University, Faculty of Medicine Doctoral Dissertation Series 2016:29.
Abstract (Swedish)
Popular Abstract in Swedish

Hjärt-kärlsjukdom är en av västvärldens stora folksjukdomar. I Sverige drabbas årligen cirka 10 000 personer av plötsligt hjärtstopp. Den vanligaste orsaken är att en akut hjärtinfarkt orsakar ett ”elektriskt kaos” i hjärtat. Vid ett hjärtstopp upphör blodförsörjningen till hjärnan, vilket leder till medvetslöshet inom några sekunder och inom några få minuter börjar hjärnan ta skada. Om man får igång hjärtat igen

med hjälp av hjärtlungräddning och en hjärtstartare är personen oftast medvetslös. Den medvetslösa patienten förs till en intensivvårdsavdelning för andningsstöd med respirator och annan understödjande behandling. Ungefär hälften av dessa intensivvårdade patienter skrivs ut... (More)
Popular Abstract in Swedish

Hjärt-kärlsjukdom är en av västvärldens stora folksjukdomar. I Sverige drabbas årligen cirka 10 000 personer av plötsligt hjärtstopp. Den vanligaste orsaken är att en akut hjärtinfarkt orsakar ett ”elektriskt kaos” i hjärtat. Vid ett hjärtstopp upphör blodförsörjningen till hjärnan, vilket leder till medvetslöshet inom några sekunder och inom några få minuter börjar hjärnan ta skada. Om man får igång hjärtat igen

med hjälp av hjärtlungräddning och en hjärtstartare är personen oftast medvetslös. Den medvetslösa patienten förs till en intensivvårdsavdelning för andningsstöd med respirator och annan understödjande behandling. Ungefär hälften av dessa intensivvårdade patienter skrivs ut levande från sjukhuset och flertalet av dessa har

inga eller lätta funktionsbortfall.



I syfte att minska hjärnskadan och förbättra överlevnaden sänks patientens kroppstemperatur på ett kontrollerat sätt i 24 timmar. Dock har det funnits en viss osäkerhet kring kylbehandlingens effekt och vilken temperatursänkning som är mest fördelaktig. Därför genomfördes 2010-2013 en ny stor internationell studie, Target Temperature Management trial (TTM-studien). Studien kunde inte finna någon skillnad i överlevnad eller neurologisk funktionsnivå mellan patienter som randomiserats till kontrollerad kroppstemperatur vid 33ºC jämfört med 36ºC.



I ett tidigt skede efter hjärtstoppet är det svårt att avgöra vilken grad av hjärnskada som den medvetslöse patienten har fått. Vissa patienter blir helt återställda medan andra vaknar med varierande grad av hjärnskada. En tredje grupp har en så allvarlig hjärnskada att de aldrig kommer att vakna oavsett behandlingsinsats.



För att tolerera kylbehandlingen behövs sederande läkemedel och ibland

muskelavslappnade medel. Detta försvårar den kliniska prognosbedömningen de första dagarna och därför behövs ytterligare prognostiska verktyg.



Electroencefalografi (EEG) är viktig pusselbit i prognosbedömningen efter hjärtstopp och kan även upptäcka ”dolda” epileptiska anfall i hjärnan. EEG är en enkel och ofarlig metod för att mäta hjärnans elektriska aktivitet med hjälp av elektroder som fästs på huvudet. Vid ett hjärtstopp släcks hjärnans elektriska aktivitet ut helt inom några sekunder och patienten blir medvetslös. När sedan blodförsörjningen till hjärnan återställts kan man med EEG följa hur hjärnans

elektriska aktivitet återkommer. Olika EEG mönster efter hjärtstopp har olika prognostisk betydelse. Dock har värdet av EEG som prognostiskt verktyg begränsats av att flera olika klassifikationssystem använts och av bristande samstämmighet i tolkningen av mönstren mellan olika EEG specialister.



I samarbete mellan klinisk neurofysiologi (EEG-laboratoriet) och intensivvårdsavdelningarna i Skåne har rutiner utvecklats för att registrera förenklat EEG under en längre tid, så kallad kontinuerlig EEG övervakning.



En hjärnskada efter hjärtstopp ökar risken för epileptiska kramper, vilket drabbar cirka en tredjedel av patienterna. Dessa kramper döljs ofta av pågående medicinering och riskerar att förbli obehandlade. Kramperna beror på kaotisk elektrisk aktivitet i hjärnan som kan upptäckas med EEG och behandlas med krampförebyggande läkemedel.



Syftet med denna avhandling är att närmare undersöka det prognostiska värdet av EEG på kylbehandlade medvetslösa patienter efter hjärtstopp. Värdet av bade kortvarig rutin EEG registrering samt förenklad kontinuerlig EEG övervakning som pågår i flera dygn har undersökts.



Mellan 2004 och 2008 undersökte vi 95 medvetslösa återupplivade hjärtstoppspatienter med förenklad EEG övervakning vid intensivvårdsavdelningen i Lund. Vi delade in patienterna i olika grupper beroende på hur deras elektriska hjärnaktivitet såg ut. Vi såg att förenklad EEG övervakning var ett kraftfullt verktyg för att tidigt bedöma prognos och för att upptäcka epileptiska kramper.



Som del i TTM-studien (2010-2013) utfördes rutin EEG registreringar på alla patienter som fortfarande var medvetslösa efter kylbehandlingen. Rutin EEG från 103 patienter granskades av fyra EEG specialister från olika Europeiska länder. Nyligen publicerades en standardiserad EEG terminologi av Amerikanska EEG specialister som vi bedömer kommer få stor spridning och acceptans internationellt. Denna terminologi, som inte tidigare använts på hjärtstoppspatienter, användes i vår studie för att klassificera EEG mönstren på ett fördefinierat sätt. Våra höggradigt elakartade EEG mönster identifierades med stor samstämmighet mellan våra fyra EEG tolkare. Mönstren var en stark markör för att förutspå gravt neurologiskt funktionsbortfall eller död. Däremot vaknade nästan alla de patienter som uppvisade ett godartat EEG mönster och de hade inga eller endast lätta funktionsbortfall vid uppföljningen ett halvår senare.



Sammanfattningsvis ger EEG tidig prognostisk information hos medvetslösa patienter efter hjärtstopp, som är viktigt för att kunna planera vården och ge anhöriga korrekt information. Hos alla hjärtstoppspatienter i Sverige övervakas hjärtats elektriska aktivitet med EKG. För oss är det lika självklart att man ska övervaka hjärnans elektriska aktivitet med EEG för att förbättra vården av dessa

svårt sjuka patienter. (Less)
Abstract
This thesis focuses on the prognostic value of electroencephalography(EEG) in comatose patients resuscitated after cardiac arrest (CA), using both simplified continuous EEG monitoring (cEEG) and routine EEG.



Background:

Comatose survivors are admitted to an intensive care unit (ICU) to support vital functions. Postresuscitation care includes target temperature management (TTM) for 24 hours. The degree of brain injury after CA varies among patients. Withdrawal of life-sustaining therapy due to presumed extensive brain injury is the most common cause of death during the hospital stay. Multiple prognostic tools are used to identify patients with a potential for recovery. Next to the neurological examination, EEG is... (More)
This thesis focuses on the prognostic value of electroencephalography(EEG) in comatose patients resuscitated after cardiac arrest (CA), using both simplified continuous EEG monitoring (cEEG) and routine EEG.



Background:

Comatose survivors are admitted to an intensive care unit (ICU) to support vital functions. Postresuscitation care includes target temperature management (TTM) for 24 hours. The degree of brain injury after CA varies among patients. Withdrawal of life-sustaining therapy due to presumed extensive brain injury is the most common cause of death during the hospital stay. Multiple prognostic tools are used to identify patients with a potential for recovery. Next to the neurological examination, EEG is the most commonly used tool to assess

prognosis. However, the value of EEG has been limited by varying classification systems, interrater variability and influence of sedation.



Methods:

In the “coma project” (2004-2008) consecutive patients at the general ICU in Lund were monitored with simplified cEEG from arrival until 120 hours after CA. Pre-defined cEEG patterns at different time points were

correlated to outcome.

In the TTM trial (2010-2013) where patients were randomized to 33ºC versus 36ºC, a routine EEG was performed in patients still comatose after rewarming. The EEGs were classified into highly malignant, malignant and benign patterns by four EEG specialists from different countries according to the standardized EEG terminology proposed by the American Clinical Neurophysiology Society. The rationale and study design for this EEG evaluation was published.



Results:

95 patients in the “coma project” were monitored with simplified cEEG. A continuous background at start of registration or at normothermia strongly predicted a good outcome. All patients with electrographic status epilepticus (ESE) evolving from a burst-suppression background died without regaining consciousness whereas ESE evolving late from an established continuous background was compatible with good outcome.

At 8 selected TTM trial sites, routine EEGs were recorded after rewarming in 103 comatose patients. A highly malignant EEG was identified with substantial interrater agreement and had a specificity of 100% to predict poor outcome for all four EEG specialists. Any malignant EEG feature was identified with moderate interrater agreement but had a low specificity to predict a poor outcome (48%). A benign EEG was found in 1% of the patients with a poor outcome.



Conclusions:

Simplified cEEG provides early positive and negative prognostic information in comatose patients after cardiac arrest.

A highly malignant routine EEG after rewarming reliably predicted a poor outcome. An isolated malignant routine EEG feature was not a reliable predictor whereas a benign routine EEG was highly predictive of good outcome. (Less)
Please use this url to cite or link to this publication:
author
supervisor
opponent
  • Associate professor Claassen, Jan, New York-Presbytarian Hospital/Colombia University Medical Center, USA
organization
publishing date
type
Thesis
publication status
published
subject
keywords
EEG, Interrater variability, Brain injury, Cardiac arrest, Hypothermia, Prognosis, Outcome
in
Lund University, Faculty of Medicine Doctoral Dissertation Series
volume
2016:29
pages
83 pages
publisher
Department of Clinical Sciences, Division of Clinical Neurophysiology, Lund University
defense location
Segerfalksalen, Wallenberg Neurocentrum, Sölvegatan 17, Lund
defense date
2016-03-18 09:00
ISSN
1652-8220
ISBN
978-91-7619-255-9
language
English
LU publication?
yes
id
179aa4e9-057c-4d0b-bed6-4940b2206751 (old id 8820673)
date added to LUP
2016-03-01 14:53:35
date last changed
2016-09-19 08:44:49
@phdthesis{179aa4e9-057c-4d0b-bed6-4940b2206751,
  abstract     = {This thesis focuses on the prognostic value of electroencephalography(EEG) in comatose patients resuscitated after cardiac arrest (CA), using both simplified continuous EEG monitoring (cEEG) and routine EEG.<br/><br>
<br/><br>
Background:<br/><br>
Comatose survivors are admitted to an intensive care unit (ICU) to support vital functions. Postresuscitation care includes target temperature management (TTM) for 24 hours. The degree of brain injury after CA varies among patients. Withdrawal of life-sustaining therapy due to presumed extensive brain injury is the most common cause of death during the hospital stay. Multiple prognostic tools are used to identify patients with a potential for recovery. Next to the neurological examination, EEG is the most commonly used tool to assess<br/><br>
prognosis. However, the value of EEG has been limited by varying classification systems, interrater variability and influence of sedation.<br/><br>
<br/><br>
Methods:<br/><br>
In the “coma project” (2004-2008) consecutive patients at the general ICU in Lund were monitored with simplified cEEG from arrival until 120 hours after CA. Pre-defined cEEG patterns at different time points were<br/><br>
correlated to outcome.<br/><br>
In the TTM trial (2010-2013) where patients were randomized to 33ºC versus 36ºC, a routine EEG was performed in patients still comatose after rewarming. The EEGs were classified into highly malignant, malignant and benign patterns by four EEG specialists from different countries according to the standardized EEG terminology proposed by the American Clinical Neurophysiology Society. The rationale and study design for this EEG evaluation was published.<br/><br>
<br/><br>
Results:<br/><br>
95 patients in the “coma project” were monitored with simplified cEEG. A continuous background at start of registration or at normothermia strongly predicted a good outcome. All patients with electrographic status epilepticus (ESE) evolving from a burst-suppression background died without regaining consciousness whereas ESE evolving late from an established continuous background was compatible with good outcome.<br/><br>
At 8 selected TTM trial sites, routine EEGs were recorded after rewarming in 103 comatose patients. A highly malignant EEG was identified with substantial interrater agreement and had a specificity of 100% to predict poor outcome for all four EEG specialists. Any malignant EEG feature was identified with moderate interrater agreement but had a low specificity to predict a poor outcome (48%). A benign EEG was found in 1% of the patients with a poor outcome.<br/><br>
<br/><br>
Conclusions:<br/><br>
Simplified cEEG provides early positive and negative prognostic information in comatose patients after cardiac arrest.<br/><br>
A highly malignant routine EEG after rewarming reliably predicted a poor outcome. An isolated malignant routine EEG feature was not a reliable predictor whereas a benign routine EEG was highly predictive of good outcome.},
  author       = {Westhall, Erik},
  isbn         = {978-91-7619-255-9},
  issn         = {1652-8220},
  keyword      = {EEG,Interrater variability,Brain injury,Cardiac arrest,Hypothermia,Prognosis,Outcome},
  language     = {eng},
  pages        = {83},
  publisher    = {Department of Clinical Sciences, Division of Clinical Neurophysiology, Lund University},
  school       = {Lund University},
  series       = {Lund University, Faculty of Medicine Doctoral Dissertation Series},
  title        = {Electroencephalography for neurological prognostication after cardiac arrest},
  volume       = {2016:29},
  year         = {2016},
}