Abstract Background Over the recent decades, continuous multi-modal monitoring of cerebral physiology has gained increasing interest for its potential to help minimize secondary brain injury following moderate-to-severe acute traumatic neural injury (also termed traumatic brain injury; TBI). Despite this heightened interest, there has yet to be a comprehensive evaluation of the effects of derangements in multimodal cerebral physiology on global cerebral physiologic insult burden. In this study, we offer a multi-center descriptive analysis of the associations between deranged cerebral physiology and cerebral physiologic insult burden. Methods Using data from the Canadian High-Resolution TBI (CAHR-TBI) Research Collaborative, a total of 369 complete patient datasets were acquired for the purposes of this study. For various cerebral physiologic metrics, patients were trichotomized into low, intermediate, and high cohorts based on mean values. Jonckheere–Terpstra testing was then used to assess for directional relationships between these cerebral physiologic metrics and various measures of cerebral physiologic insult burden. Contour plots were then created to illustrate the impact of preserved vs impaired cerebrovascular reactivity on these relationships. Results It was found that elevated intracranial pressure (ICP) was associated with more time spent with cerebral perfusion pressure (CPP) < 60 mmHg and more time with impaired cerebrovascular reactivity. Low CPP was associated with more time spent with ICP > 20 or 22 mmHg and more time spent with impaired cerebrovascular reactivity. Elevated cerebrovascular reactivity indices were associated with more time spent with CPP < 60 mmHg as well as ICP > 20 or 22 mmHg. Low brain tissue oxygenation (PbtO 2 ) only demonstrated a significant association with more time spent with CPP < 60 mmHg. Low regional oxygen saturation (rSO 2 ) failed to produce a statistically significant association with any particular measure of cerebral physiologic insult burden. Conclusions Mean ICP, CPP and, cerebrovascular reactivity values demonstrate statistically significant associations with global cerebral physiologic insult burden; however, it is uncertain whether measures of oxygen delivery provide any significant insight into such insult burden.

Global outcomes have been reported to be associated with cerebrovascular reactivity (CVR) in the acute phase following moderate and severe traumatic brain injury (TBI). The association of CVR in the acute and chronic phase of injury with patient-reported health-related quality of life metrics (HRQOL) metrics has never been explored. The aim of this study is to examine the association of CVR, as measured by the cerebral oxygen indices (COx and COx_a), in the acute and chronic phase following moderate and severe TBI, with patient reported HRQOL. In this prospective cohort study, performed in a Canadian quaternary care center, the association between continuous acute and chronic phase CVR with patient reported HRQOL outcomes following moderate and severe TBI was examined. The main outcomes of interest of this study were validated measures of patient-reported HRQOL over various domains as measured by both the 12-Item Short-Form Health Survey (SF-12) and a Quality of Life after Brain Injury (QOLIBRI) questionnaire. In the 29 subjects of this cohort, acute phase CVR was found to be significantly more active in those with a favorable Mental Component Summary (MCS) scores of the SF-12 at early follow-up when measured by COx (-0.015 [IQR: -0.067 to 0.032] vs 0.040 [IQR: 0.019 to 0.137] for Favorable first MCS vs Unfavorable respectively; Mann-Whitney U test p-value = 0.046) and COx_a (0.038 [IQR: 0.009 to 0.062] vs 0.112 [IQR: 0.065 to 0.167] for Favorable first MCS vs Unfavorable respectively; Mann-Whitney U test p-value = 0.014). Further, multivariable logistic regression analysis found acute phase COx and COx_a to improve model performance when predicting favorable versus unfavorable early MCS scores over established parameters such as age and measures of injury severity. Associations between outcomes and chronic phase CVR were limited, potentially due to short recording periods. This is the first ever pilot study to identify a relationship between acute phase CVR following moderate-to-severe TBI with mental and cognitive outcomes as experienced by patients. Given the small cohort, these findings will need to be confirmed in a larger multicenter study. This highlights the need for additional examination of the role dysfunctional CVR may play in mental and cognitive outcomes, as well as patient-reported outcomes more generally following TBI.

Goal: Current methodologies for assessing cerebral compliance using pressure sensor technologies are prone to errors and issues with inter- and intra-observer consistency. RAP, a metric for measuring intracranial compensatory reserve (and therefore compliance), holds promise. It is derived using the moving correlation between intracranial pressure (ICP) and the pulse amplitude of ICP (AMP). RAP remains largely unexplored in cases of moderate to severe acute traumatic neural injury (also known as traumatic brain injury (TBI)). The goal of this work is to explore the general description of (a) RAP signal patterns and behaviors derived from ICP pressure transducers, (b) temporal statistical relationships, and (c) the characterization of the artifact profile. Methods: Different summary and statistical measurements were used to describe RAP’s pattern and behaviors, along with performing sub-group analyses. The autoregressive integrated moving average (ARIMA) model was employed to outline the time-series structure of RAP across different temporal resolutions using the autoregressive (p-order) and moving average orders (q-order). After leveraging the time-series structure of RAP, similar methods were applied to ICP and AMP for comparison with RAP. Finally, key features were identified to distinguish artifacts in RAP. This might involve leveraging ICP/AMP signals and statistical structures. Results: The mean and time spent within the RAP threshold ranges ([0.4, 1], (0, 0.4), and [−1, 0]) indicate that RAP exhibited high positive values, suggesting an impaired compensatory reserve in TBI patients. The median optimal ARIMA model for each resolution and each signal was determined. Autocorrelative function (ACF) and partial ACF (PACF) plots of residuals verified the adequacy of these median optimal ARIMA models. The median of residuals indicates that ARIMA performed better with the higher-resolution data. To identify artifacts, (a) ICP q-order, AMP p-order, and RAP p-order and q-order, (b) residuals of ICP, AMP, and RAP, and (c) cross-correlation between residuals of RAP and AMP proved to be useful at the minute-by-minute resolution, whereas, for the 10-min-by-10-min data resolution, only the q-order of the optimal ARIMA model of ICP and AMP served as a distinguishing factor. Conclusions: RAP signals derived from ICP pressure sensor technology displayed reproducible behaviors across this population of TBI patients. ARIMA modeling at the higher resolution provided comparatively strong accuracy, and key features were identified leveraging these models that could identify RAP artifacts. Further research is needed to enhance artifact management and broaden applicability across varied datasets.

Abstract Objective: Intracranial pressure measurement (ICP) is an essential component of deriving of multivariate data metrics foundational to improving understanding of high temporal relationships in cerebral physiology. A significant barrier to this work is artifact ridden data. As such, the objective of this review was to examine the existing literature pertinent to ICP artifact management.&#xD;&#xD;Methods: A search of five databases (BIOSIS, SCOPUS, EMBASE, PubMed, and Cochrane Library) was conducted based on the Preferred Reporting Items for Systematic Reviews and Meta-Analysis (PRISMA) guidelines with the PRISMA Extension for Scoping Review. The search question examined the methods for artifact management for ICP signals measured in human/animals. &#xD;&#xD;Results: The search yielded 5,875 unique results. There were 19 articles included in this review based on inclusion/exclusion criteria and article references. Each method presented was categorized as: (1) valid ICP pulse detection algorithms and (2) ICP artifact identification and removal methods. Machine learning-based and filter-based methods indicated the best results for artifact management; however, it was not possible to elucidate a single most robust method.&#xD;&#xD;Conclusion: There is a significant lack of standardization in the metrics of effectiveness in artifact removal which makes comparison difficult across studies. Differences in artifacts observed on patient neuropathological health and recording methodologies have not been thoroughly examined and introduce additional uncertainty regarding effectiveness. &#xD;&#xD;Significance: This work provides critical insights into existing literature pertaining to ICP artifact management as it highlights holes in the literature that need to be adequately addressed in the establishment of robust artifact management methodologies.&#xD;