[目的]通过研究早产儿脑病的振幅整合脑电图(aEEG)特点,分析aEEG监测结果异常程度的相关高危影响因素,以探讨aEEG监测技术在早产儿脑病诊断中的临床应用价值。[方法]选取2018年12月～2020年02月在昆明医科大学第一附属医院产科出生且生后即转入儿科新生儿病房的早产儿103例作为研究对象,分为早产儿脑病组39例、非早产儿脑病组64例。所有研究对象在纠正胎龄达34周以后进行aEEG监测,采用Hellstrom-Westas分类法和Burdjalov评分系统对每一例aEEG图像进行判读,分析比较早产儿脑病组和非早产儿脑病组aEEG监测结果的差异。并将aEEG异常的早产儿70例,根据其异常程度,分为轻度异常组44例、中度异常组12例和重度异常组14例,收集临床资料,比较3组临床资料的差异,分析出aEEG监测结果异常程度的相关高危影响因素。所有数据均采用SPSS 24.0统计学软件进行统计分析。[结果]1.Hellstrom-Westas分类法分析比较,在早产儿脑病组中连续正常电压(CNV)、不连续正常电压(DNV)、连续低电压(CLV)、爆发-抑制(BS)、不活动或平台(FT)的检出率分别为17.9%、61.5%、17.9%、2.6%、0.0%,而非早产儿脑病组中连续正常电压(CNV)、不连续正常电压(DNV)、连续低电压(CLV)、爆发-抑制(BS)、不活动或平台(FT)的检出率分别为53.1%、31.2%、14.1%、1.6%、0.0%,两组间差异有统计学意义(P<0.05)。2.根据Hellstrom-Westas分类法,早产儿脑病组aEEG异常率为82.05%(32/39),非早产儿脑病组 aEEG 异常率为 46.88%(30/64),χ2=12.514、P＜0.001,两组间差异有统计学意义。将头颅影像学检查作为“金标准”,aEEG诊断早产儿脑病的灵敏度为82.05%、特异度为53.12%。3.与同胎龄“正常”早产儿Burdjalov评分差值比较,早产儿脑病组调整后睡眠-觉醒周期性评分为-2.03±1.26分,非早产儿脑病组调整后睡眠-觉醒周期性评分为-1.41±1.35分,两组间差异有统计学意义(P＜0.05)。4.根据Burdjalov评分系统,早产儿脑病组aEEG异常率为89.74%(35/39),非早产儿脑病组aEEG异常率为54.69%(35/64),χ2=13.677、P＜0.001,两组间差异有统计学意义。将头颅影像学检查作为“金标准”,aEEG诊断早产儿脑病的灵敏度为89.74%、特异度为45.31%。5.把Hellstrom-Westas分类法和Burdjalov评分系统结合,早产儿脑病组aEEG异常率为100%(39/39),非早产儿脑病组aEEG异常率为68.75%(44/64),χ2=15.124、P＜0.001,两组间差异有统计学意义。将头颅影像学检查作为“金标准”,aEEG诊断早产儿脑病的灵敏度为100%、特异度为31.25%。6.aEEG异常程度的相关高危影响因素分析:三组间比较分析结果提示,胎龄、出生体重、使用枸橼酸咖啡因治疗、颅内出血程度、住院时间、出院诊断数、aEEG监测时的体重和纠正胎龄、达全肠内喂养时的日龄、体重增长速率都是aEEG监测结果异常程度的相关影响因素,差异在aEEG轻度异常组、中度异常组、重度异常组间均有统计学意义(P＜0.05)。将上述相关影响因素进行多元回归分析结果提示,胎龄的B值=-0.644、P=0.006,出生体重的B值=-0.577、P=0.001,达全肠内喂养日龄B值=0.476、P=0.013。胎龄与Burdjalov评分的相关系数r=0.430、P＜0.001,出生体重与 Burdjalov 评分的相关系数 r=0.405、P=0.001,达全肠内喂养日龄与Burdjalov评分的相关系数r=-0.445、P＜0.001。[结论]1.Hellstrom-Westas分类法和Burdjalov评分系统都可用于早产儿的aEEG结果判读,两种方法相结合对诊断早产儿脑病更具有临床应用价值。2.早产儿的胎龄、出生体重及达全肠内喂养时的日龄与aEEG异常程度相关。提示在临床工作中,应当尽早建立全肠内喂养,以保证早产儿生长所需的营养素,达到宫内生长的速率,有利于改善极早产儿的脑功能;对小胎龄、低出生体重早产儿加强早产儿脑病的筛查,及时发现,尽早干预,才能提高存活早产儿的生存质量。