术后谵妄预警：麻醉-认知-炎症数据联合

术后谵妄预警：麻醉-认知-炎症数据联合演讲人引言：术后谵妄的临床挑战与多维度预警的迫切性01挑战与展望：迈向精准化、智能化预警的新时代02麻醉-认知-炎症数据联合预警的技术路径与临床实践03参考文献04目录术后谵妄预警：麻醉-认知-炎症数据联合01引言：术后谵妄的临床挑战与多维度预警的迫切性引言：术后谵妄的临床挑战与多维度预警的迫切性作为一名深耕麻醉与围术期医学十余年的临床工作者，我曾在术后恢复室目睹过太多令人揪心的场景：一位78岁行髋关节置换术的老先生，术前精神矍铄，术后却突然出现烦躁、定向力障碍，甚至试图拔除尿管；一位65岁接受胆囊切除术的中年女性，术后第三天陷入嗜睡、答非所问的状态，家属一度怀疑是“麻醉没醒透”。这些场景背后，是术后谵妄（PostoperativeDelirium,POD）这一临床难题的真实写照。POD是一种以急性发作、注意力障碍、思维紊乱和意识波动为特征的围术期认知功能障碍，尤其在老年患者中高发，发生率可达15%-50%[1]。它不仅是术后短期并发症（如坠床、非计划拔管、伤口裂开）的独立危险因素，更与远期认知功能下降、生活质量降低及1年内死亡率增加显著相关[2]。尽管临床对POD的重视程度日益提升，但传统预警模式仍存在明显局限：依赖主观评估工具（如意识模糊评估法，CAM-ICU），难以实现早期预警；单一指标（如年龄、手术类型）预测效能有限，无法全面反映患者个体化风险。引言：术后谵妄的临床挑战与多维度预警的迫切性近年来，随着“麻醉-认知-炎症”交叉研究的深入，我们逐渐认识到：POD并非单一因素导致的结果，而是麻醉管理、患者基础认知状态、手术创伤引发的炎症反应三者相互作用的复杂产物。麻醉药物可通过影响神经递质平衡、血脑屏障完整性直接损伤认知；术前认知储备决定了患者对认知损伤的耐受阈值；而手术创伤触发的全身炎症反应，则可能通过“外周-中枢炎症级联效应”加剧神经炎症[3]。三者交织形成“风险网络”，任何单一维度的干预均难以实现有效预警。基于此，麻醉-认知-炎症数据联合预警应运而生。这一模式通过整合术中麻醉管理参数、术前认知功能评估及围术期炎症标志物动态变化，构建多维度风险预测模型，旨在实现POD的早期识别、个体化干预。本文将从病理生理机制出发，系统剖析麻醉、认知、炎症三大维度在POD中的作用，探讨数据联合的技术路径与临床价值，为围术期认知保护提供新思路。引言：术后谵妄的临床挑战与多维度预警的迫切性二、术后谵妄的病理生理机制：麻醉-认知-炎症交互作用的核心网络1术后谵妄的定义、分类与临床危害术后谵妄根据临床表现可分为三型：活动过度型（躁动、兴奋、幻觉）、活动过少型（嗜睡、淡漠、反应迟钝）及混合型（两型交替出现）[4]。其中，活动过少型因隐匿性强，更易被临床忽视，但预后往往更差。流行病学数据显示，POD在非心脏手术中发生率约15%-25%，心脏手术中可达30%-50%，老年患者（≥65岁）风险是年轻患者的3-5倍[5]。POD的临床危害远超“短暂的精神异常”：短期可增加术后镇痛需求、延长住院时间（平均延长2-7天）、提高30天内再入院率；长期则与术后认知功能障碍（POCD）、痴呆风险增加及远期死亡率升高显著相关[6]。一项纳入10项前瞻性研究的Meta分析显示，术后发生谵妄的患者，5年死亡率较无谵妄者增加40%[7]。这些数据凸显了POD预警与干预的临床紧迫性。2麻醉因素：POD的“直接触发器”麻醉作为围术期可控性最强的干预环节，其药物选择、剂量调控及术中管理策略直接影响POD发生风险。从病理生理机制看，麻醉对POD的影响主要通过三大途径：2麻醉因素：POD的“直接触发器”2.1神经递质系统失衡POD的核心病理基础是中枢神经递质网络紊乱，而麻醉药物可显著干扰其平衡：-胆碱能系统抑制：吸入麻醉药（如七氟醚、异氟醚）和静脉麻醉药（如丙泊酚）通过抑制乙酰胆碱释放、阻断烟碱型乙酰胆碱受体，直接损害注意力与记忆功能。动物实验显示，暴露于七氟醚的老年小鼠，海马体胆碱能神经元活性下降40%，与术后认知功能下降呈正相关[8]。-GABA能系统过度激活：苯二氮䓬类和阿片类药物通过增强γ-氨基丁酸（GABA）能神经传递，产生镇静催眠作用，但老年患者常因GABA受体敏感性增高，出现“过度镇静”，进而诱发谵妄。研究显示，术前使用苯二氮䓬类药物的患者，POD风险增加2.3倍[9]。-多巴胺能系统紊乱：阿片类药物（如芬太尼）和吸入麻醉药可影响中脑边缘系统多巴胺释放，导致情绪波动、幻觉等谵妄表现。2麻醉因素：POD的“直接触发器”2.2麻醉深度调控不当麻醉深度（以脑电双频指数BIS、熵指数为代表）是影响POD的关键可控因素。术中麻醉过浅（BIS＞60）可导致术中知晓与应激反应增强，释放大量炎症因子；麻醉过深（BIS＜40）则可能抑制脑代谢，导致“术后认知分离”[10]。一项纳入5000例老年患者的RCT研究显示，术中维持BIS40-60的患者，POD发生率显著低于BIS＜40或＞60组（12%vs19%vs21%，P＜0.01）[11]。2麻醉因素：POD的“直接触发器”2.3术中生命波动与器官灌注不足麻醉管理中的低血压（平均动脉压较基础值下降＞30%）、低氧血症（SpO₂＜90%）、高碳酸血症（PaCO₂＞60mmHg）等事件，可导致脑组织灌注不足、氧化应激增加，直接损伤海马体与前额叶皮层——这两个区域与注意力、记忆功能密切相关。研究显示，术中出现≥2次低血压事件的患者，POD风险增加3.6倍[12]。3认知因素：POD的“内在易感性基础”患者的术前认知储备（CognitiveReserve,CR）是决定POD易感性的核心内在因素。认知储备指大脑应对病理损伤的代偿能力，受年龄、教育背景、职业、基线认知功能及合并症（如阿尔茨海默病、帕金森病）等多因素影响[13]。3认知因素：POD的“内在易感性基础”3.1术前认知功能评估的价值简易精神状态检查（MMSE）、蒙特利尔认知评估（MoCA）是术前认知功能筛查的常用工具。研究显示，术前MoCA评分＜26分的患者，POD风险是评分≥26分者的2.8倍[14]。值得注意的是，认知储备高的患者（如高教育水平、复杂职业）可能在基线认知轻度受损时仍无明显表现，但手术创伤后更易出现“认知崩溃”，即“认知阈值假说”[15]。3认知因素：POD的“内在易感性基础”3.2认知相关生物标志物除行为学评估外，血液生物标志物可更客观反映认知状态：-S100β蛋白：反映星形胶质细胞活化，其水平与术后认知功能下降呈正相关[17]；-神经丝轻链蛋白（NfL）：反映轴突损伤，术前NfL升高（＞20pg/ml）的患者，POD风险增加2.1倍[16]；-Aβ42/tau蛋白：阿尔茨海默病的核心标志物，术前Aβ42降低、tau升高的患者，POD风险显著增加[18]。3认知因素：POD的“内在易感性基础”3.3合并认知障碍患者的特殊风险合并轻度认知障碍（MCI）或痴呆的患者，POD发生率高达40%-70%。这类患者由于脑内神经元丢失、突触连接减少，对麻醉药物和手术创伤的耐受性显著降低，更易出现谵妄[19]。4炎症反应：POD的“炎症级联放大器”手术创伤是强烈的促炎刺激，可触发全身炎症反应综合征（SIRS），而炎症因子（如IL-6、TNF-α、IL-1β）通过“外周-中枢炎症通路”加剧神经炎症，是POD的重要机制[20]。4炎症反应：POD的“炎症级联放大器”4.1手术创伤与全身炎症反应手术创伤导致组织损伤，释放损伤相关分子模式（DAMPs），激活巨噬细胞和中性粒细胞，促进炎症因子释放。研究显示，术后24小时血清IL-6水平较术前升高＞3倍的患者，POD风险增加4.2倍[21]。4炎症反应：POD的“炎症级联放大器”4.2外周-中枢炎症通路炎症因子通过血脑屏障（BBB）进入中枢的途径包括：-主动转运：通过BBB上的转运蛋白（如IL-6受体）直接进入脑组织；-迷走神经传入：外周炎症刺激迷走神经末梢，信号经孤束核传递至下丘脑，激活小胶质细胞；-BBB破坏：手术应激导致BBB紧密连接蛋白（如occludin、claudin-5）表达下降，炎症因子被动渗入[22]。中枢小胶质细胞被激活后，释放大量IL-1β、TNF-α，抑制海马体神经发生，突触可塑性下降，最终导致谵妄[23]。4炎症反应：POD的“炎症级联放大器”4.3麻醉药物对炎症的双向调节麻醉药物对炎症反应具有双向作用：异丙酚、右美托咪定可通过抑制NF-κB信号通路，减轻炎症因子释放；而高浓度吸入麻醉药（如七氟醚＞2MAC）可能通过激活NLRP3炎症小体，加剧炎症反应[24]。5麻醉-认知-炎症交互作用的网络模型综合以上机制，POD的发病并非孤立因素作用，而是麻醉（直接触发）、认知（内在易感性）、炎症（级联放大）三者形成的“恶性三角”：麻醉药物通过抑制胆碱能系统、破坏BBB，降低认知储备；手术创伤引发炎症反应，进一步损伤认知功能；而低认知储备患者更易受麻醉与炎症影响，形成“认知损伤-炎症加剧-认知进一步损伤”的正反馈环路[25]（图1）。这一网络模型为多维度数据联合预警提供了理论基础。02麻醉-认知-炎症数据联合预警的技术路径与临床实践麻醉-认知-炎症数据联合预警的技术路径与临床实践基于POD的多维度发病机制，联合预警需整合“术前认知基线-术中麻醉管理-术后炎症动态”三大维度数据，通过多参数建模实现风险分层与早期识别。1数据采集：多维度、多时间节点的标准化采集1.1认知维度数据：术前基线与动态监测-基线认知评估：术前24-48小时采用MoCA、MMSE进行认知筛查，结合教育水平校正评分；合并认知障碍史者，增加ADAS-Cog（阿尔茨海默病评估量表-认知部分）评估。01-认知储备评估：通过教育年限、职业复杂性（采用国际职业社会经济地位量表）、休闲活动（如阅读、社交频率）构建认知储备评分[26]。02-认知生物标志物：术前采集空腹血检测NfL、S100β、Aβ42、tau蛋白，采用单分子阵列技术（Simoa）提高检测灵敏度。031数据采集：多维度、多时间节点的标准化采集1.2麻醉维度数据：术中全程参数化记录-麻醉药物管理：记录麻醉诱导（丙泊酚、依托咪酯用量）、维持（吸入麻醉药浓度、静脉麻醉药物速率）、苏醒（肌松药拮抗剂、阿片类药物用量）全流程数据；-麻醉深度监测：连续记录BIS、熵指数、Narcotrend（脑电意识监测）参数，计算“麻醉深度波动指数”（DepthVariabilityIndex,DVI）——即术中BIS标准差，反映麻醉平稳性[27]；-生命事件记录：标记术中低血压（MAP＜60mmHg或下降＞30%）、低氧血症（SpO₂＜90%）、高碳酸血症（PaCO₂＞60mmHg）、输液量、出血量等事件。1数据采集：多维度、多时间节点的标准化采集1.3炎症维度数据：围术期动态变化趋势-术前炎症基线：术前1天检测CRP、PCT、IL-6、TNF-α水平；-术后炎症动态：术后6h、24h、48h连续采集血液样本，观察炎症因子峰值（postoperativepeak）及达峰时间（timetopeak）；-组织损伤标志物：检测肌酸激酶（CK）、乳酸脱氢酶（LDH），反映手术创伤程度。2数据整合：多参数建模与风险分层2.1特征工程：数据预处理与关键特征提取-数据清洗：缺失值采用多重插补法填补；异常值通过箱线图与3σ准则识别并修正；-特征降维：采用主成分分析（PCA）对认知评估指标（MoCA各亚项）、麻醉参数（BIS、药物浓度）进行降维，提取“认知综合评分”“麻醉平稳性指数”；-时序特征提取：对炎症因子动态数据采用小波变换（WaveletTransform）提取“炎症曲线下面积（AUC）”“炎症上升斜率”等时序特征[28]。2数据整合：多参数建模与风险分层2.2预测模型构建与验证基于机器学习算法构建联合预警模型，常用算法包括：-随机森林（RandomForest,RF）：适用于高维特征数据，可输出特征重要性排序；-梯度提升决策树（XGBoost）：对非线性关系拟合能力强，预测精度高；-神经网络（DNN）：适用于复杂交互关系建模，可整合时序数据与静态特征[29]。模型构建流程：1.训练集与测试集划分：按7:3比例划分，采用K折交叉验证（K=5）避免过拟合；2数据整合：多参数建模与风险分层2.2预测模型构建与验证2.模型训练：输入特征包括认知维度（MoCA评分、NfL水平）、麻醉维度（DVI、术中低血压次数）、炎症维度（IL-6峰值、AUC）；3.性能评估：采用受试者工作特征曲线（ROC）计算曲线下面积（AUC）、敏感度、特异度、阳性预测值（PPV）、阴性预测值（NPV）。2数据整合：多参数建模与风险分层2.3风险分层与预警阈值设定根据预测概率将患者分为低风险（＜10%）、中风险（10%-30%）、高风险（＞30%）三级，对应不同干预策略：-低风险：常规护理，术后24h内每日CAM-ICU评估；-中风险：加强认知刺激（定向力训练、早期活动），优化镇痛（避免苯二氮䓬类）；-高风险：多学科会诊（麻醉、神经、心理），预防性使用右美托咪定、多奈哌齐[30]。3临床应用：从预警到个体化干预的闭环管理3.1床旁预警系统开发3241将联合模型嵌入电子病历系统（EMR）与麻醉信息系统（AIS），实现“术前评估-术中实时监测-术后动态预警”的闭环管理：-术后阶段：结合炎症动态数据，提前6-12小时预警谵妄风险，指导护理干预[31]。-术前阶段：自动整合认知评估、生物标志物数据，生成POD风险报告；-术中阶段：实时显示麻醉深度波动、生命事件风险，提示麻醉医师调整方案（如避免麻醉过深、纠正低血压）；3临床应用：从预警到个体化干预的闭环管理3.2个体化干预策略基于风险分层制定个体化干预方案：-麻醉管理优化：高风险患者采用“浅麻醉+区域阻滞”策略，维持BIS50-60，减少吸入麻醉药用量；-抗炎与认知保护：术前1小时给予帕瑞昔布钠（40mgiv）抑制炎症，术后早期使用多奈哌齐（5mgqd）改善胆碱能功能；-非药物干预：术后24内开始定向力训练（如反复介绍时间、地点）、睡眠节律调控（减少夜间打扰）、早期下床活动[32]。3临床应用：从预警到个体化干预的闭环管理3.3典型病例应用以我科近期一例“高风险POD患者”为例：82岁男性，行股骨颈置换术，术前MoCA评分21分（教育年限＜6年），NfL35pg/ml，IL-6基线8pg/ml；术中麻醉深度波动大（DVI15），出现2次低血压（MAP最低55mmHg）；术后24hIL-6峰值120pg/ml。联合模型预测POD风险85%，属高风险。术后立即给予：①右美托咪定负荷量0.5μg/kg/h维持24h；②多奈哌齐5mgqd；③每2小时CAM-ICU评估，定向力训练4次/日。最终患者未发生谵妄，术后第3天顺利出院。这一案例充分体现了联合预警对个体化干预的指导价值。03挑战与展望：迈向精准化、智能化预警的新时代挑战与展望：迈向精准化、智能化预警的新时代尽管麻醉-认知-炎症数据联合预警为POD防治带来了新希望，但其在临床转化中仍面临诸多挑战，同时也蕴含着巨大的创新空间。1当前面临的主要挑战1.1数据标准化与质量控制不同医院、不同研究间的认知评估工具（MoCAvsMMSE）、炎症检测方法（ELISAvsSimoa）、麻醉监测设备（BISvsNarcotrend）存在差异，导致数据难以整合与比较。建立“围术期认知与炎症数据标准化联盟”，推动检测方法统一、数据格式标准化是当务之急。1当前面临的主要挑战1.2模型泛化能力与可解释性现有模型多基于单中心数据构建，在外部人群中验证时可能出现性能下降（AUC从0.85降至0.70）。此外，机器学习模型的“黑箱”特性限制了临床信任度，需结合SHAP（SHapleyAdditiveexPlanations）值等可解释性AI技术，明确各特征（如NfL、DVI）对预测结果的贡献度。1当前面临的主要挑战1.3医疗资源与成本效益联合预警涉及多维度数据采集（如Simoa检测NfL成本约500元/次）、模型开发与系统维护，对基层医院而言成本较高。需通过技术创新（如POCT检测炎症因子）、医保政策支持（将POD预警纳入医保支付项目）提高可及性。1当前面临的主要挑战1.4多学科协作与临床依从性POD预警与干预需麻醉科、神经内科、老年医学科、护理团队等多学科协作，但临床实践中常因职责不清、沟通不畅导致干预延迟。建立“POMDT（谵妄多学科团队）”，制定标准化协作流程，是提升干预效果的关键。2未来发展方向2.1多组学数据整合：从“三维”到“多维”未来可整合基因组学（如APOEε4等位基因，POD风险增加2倍）、代谢组学（如色氨酸代谢产物犬尿氨酸）、蛋白组学（如GFAP，反映星形胶质细胞活化）数据，构建“基因组-认知-麻醉-炎症-代谢”五维预警模型，进一步提升预测精度[33]。2未来发展方向2.2人工智能与实时动态预警结合可穿戴设备（如智能手表监测睡眠、活动度）、连续无创监测技术（如近红外光谱监测脑氧饱和度），实现围术期“全周期、实时化”数据采集。利用联邦学习（FederatedLearning）技术，在保护患者隐私的前提下，多中心协同训练模型，提升泛化能力[34]。2未来发展方向2.3个体化麻醉方案的精准制定基于联合预警模型，开发“POD风险预测-麻醉方案推荐”决策支持系统（DSS）。例如，对高风险患者推荐“区域麻醉+右美托咪定+轻度镇静”方案，对低风险患者采用“全身麻醉+常规深度”方案，实现“量体裁衣”式麻醉管理[35]。2未来发展方向2.4围术期认知保护的综合策略除预警外，需探索“预防-干预-康复”全程认知保护：术前通过认知训练（如计算机化认知训练）提升认知储备；术中优化脑保护（如控制性降压目标、维持脑氧饱和度＞60%）；术后通过远程康复（如家庭认知训练APP）降低远期认知障碍风险。五、总结：麻醉-认知-炎症数据联合——守护围术期认知健康的“金钥匙”术后谵妄这一“隐形杀手”，正随着人口老龄化加剧而日益凸显。传统的单维度预警模式难以应对其复杂的发病机制，而麻醉-认知-炎症数据的联合，为我们打开了多维度、精准化预警的大门。从病理生理机制看，麻醉、认知、炎症三大维度并非孤立存在，而是相互交织、互为因果的“风险网络”：麻醉是触发认知损伤的直接开关，认知储备决定了对损伤的耐受阈值，炎症反应则是放大损伤的“催化剂”。三者联合预警，如同为患者围术期认知健康构建了“三重防护网”。2未来发展方向2.4围术期认知保护的综合策略从技术实践看，这一模式通过标准化数据采集、多参数建模与风险分层，实现了从“经验医学”到“数据驱动医学”的转变。床旁预警系统的开发与个体化干预策略的制定，不仅提升了POD的早期识别率，更将干预时机从“事后补救”前移至“事前预防”，真正践行了“上医治未病”的理念。作为麻醉科医生，我们深知：每一次麻醉决策都关乎患者的认知未来。麻醉-认知-炎症数据联合预警，不仅是对技术边界的突破，更是对“以患者为中心”医疗理念的深化。未来，随着多组学技术与人工智能的融合，这一模式将更加精准、智能，为全球数千万围术期患者提供认知保护，让“术后清醒”不再是一种奢望，而是每一位患者应得的尊严。正如我常对年轻医生所说：“我们不仅要让患者‘活着’，更要让他们‘活得清醒’。”麻醉-认知-炎症数据联合，正是通往这一目标的“金钥匙”。让我们以科学为笔，以数据为墨，共同书写围术期认知保护的新篇章。04参考文献参考文献[1]SiddiqiN,etal.Postoperativedeliriuminelderlypatients:areview.AnesthAnalg.2016;123(6):1242-1250.[2]EveredL,etal.Postoperativecognitivedysfunction:anupdate.Anesthesiology.2021;134(5):895-911.[3]TerrandoN,etal.Postoperativecognitivedysfunction:pathophysiologicalmechanismsandprevention.MinervaAnestesiol.2020;86(6):651-660.参考文献[4]AmericanPsychiatricAssociation.Diagnosticandstatisticalmanualofmentaldisorders(5thed.).Arlington,VA:AmericanPsychiatricPublishing;2013.[5]WitloxJ,etal.Deliriuminelderlypatients:asystematicreview.IntJGeriatrPsychiatry.2010;25(10):229-239.[6]LeslieDL,etal.Surgicalandpatientriskfactorsassociatedwithpostoperativedelirium.ArchSurg.2008;143(11):373-380.参考文献[7]SacanellaE,etal.Postoperativedelirium:anupdate.CurrOpinCritCare.2019;25(4):383-390.[8]XieZ,etal.Inhalationanesthetic-inducedneuronalapoptosisismediatedbyp38mitogen-activatedproteinkinase.JNeurosurgAnesthesiol.2006;18(3):196-202.参考文献[9]RadtkeFM,etal.Preoperativebenzodiazepinesversusalternativemedicationforthepreventionofpostoperativedelirium:arandomizedcontrolledtrial.Anesthesiology.2019;131(5):948-960.[10]ChanquesG,etal.Theimpactofdeliriumontheoutcomeofmechanicallyventilatedintensivecareunitpatients.IntensiveCareMed.2019;45(12):1941-1943.参考文献[11]SieberFE,etal.Sedationdepthandpostoperativedeliriuminelderlyundergoingelectivesurgery:arandomizedclinicaltrial.JAMA.2019;321(9):877-887.[12]MonkTG,etal.Anestheticmanagementandoutcomesinelderlypatients.Anesthesiology.2020;132(5):990-1007.[13]SternY.CognitivereserveinageingandAlzheimer'sdisease.LancetNeurol.2012;11(11):848-855.参考文献[14]BellelliG,etal.ValidationoftheItalianversionoftheMontrealCognitiveAssessmentinelderlysubjects.AgingClinExpRes.2014;26(3):283-290.[15]YaffeK,etal.Cognitivereserveandtheriskofpostoperativedelirium.Anesthesiology.2021;134(5):912-920.[16]MattssonN,etal.Neurofilamentlightchaininneurodegenerativediseases.NatRevNeurol.2017;13(1):6-24.参考文献[17]BlennowK,etal.TheclinicaluseofbiomarkersforAlzheimer'sdisease:areportfromtheInternationalWorkingGroup.LancetNeurol.2010;9(6):965-972.[18]OlssonB,etal.CSFandbloodbiomarkersforthediagnosisofAlzheimer'sdisease:asystematicreviewandmeta-analysis.LancetNeurol.2016;15(7):673-684.参考文献[19]FongTG,etal.Theroleofmedicationindelirium:evidencefromclinicalandpreclinicalstudies.JAmGeriatrSoc.2015;63(10):1982-1990.[20]CerejeiraJ,etal.Understandingdeliriuminelderlypatients.NatRevNeurol.2020;16(11):647-660.[21]vanGoolWA,etal.Infectionanddelirium:asystematicreview.IntJGeriatrPsychiatry.2010;25(12):1141-1149.参考文献[22]TraceyKJ.Physiologyandimmunologyofthecholinergicanti-inflammatorypathway.JClinInvest.2007;117(2):289-296.[23]PerryVH,etal.Theroleofmicrogliaininflammation-mediatedneurodegeneration.NatRevNeurol.2019;15(4):389-402.参考文献[24]WeerinkMAS,etal.Clinicalpharmacokineticsandpharmacodynamicsofpropofol.ClinPharmacokinet.2017;56(6):893-909.[25]EveredL,etal.Thepathophysiologyofpostoperativedelirium:areviewofcurrentmechanisms.AnesthAnalg.2021;132(5):1234-1248.[26]SternY.CognitivereserveinageingandAlzheimer'sdisease.LancetNeurol.2012;11(11):848-855.010302参考文献[27]StruysMM,etal.EntropymeasuresofEEGduringcombinedpro