Spectral analysis of infant EEG and behavioral outcome at age five

• Published in: Electroencephalography and clinical neurophysiology Vol. 64; no. 1; pp. 1 - 11
• Main Authors: Richards, J.E, Parmelee, A.H, Beckwith, L
• Format: Journal Article
• Language: English
• Published: Shannon Elsevier Ireland Ltd 01.07.1986; Amsterdam Elsevier
• Subjects: Biological and medical sciences; Brain - physiology; Brain Diseases - physiopathology; Central nervous system; EEG; Electroencephalography; Electrophysiology; Fundamental and applied biological sciences. Psychology; high-risk infants; Humans; Infant; Infant, Newborn; Infant, Premature, Diseases - physiopathology; power spectral analysis; preterm infants; Sleep; Vertebrates: nervous system and sense organs; high-risk infants; preterm infants; power spectral analysis; EEG; Human; Premature; Central nervous system; Electrophysiology; Brain (Vertebrata); Infant; Electroencephalography; Spectral analysis
• ISSN: 0013-4694; 1872-6380
• DOI: 10.1016/0013-4694(86)90037-4

Power spectral and discriminant analysis techniques were used to compare EEG records obtained at term and at 3 months past term from 5 groups of varying risk and developmental outcome. The groups were: (1) healthy full-terms; (2) healthy pre-terms with normal outcomes; (3) sick pre-terms with normal outcomes; (4) sick pre-terms with delayed development; (5) sick pre-terms with later neurological problems. The EEG samples recorded at term were identified as belonging to the correct subject group at 52–70% accurracy, 20% being chance for 5 groups. The accuraacy varied with the 4 classes of EEG patterns used. The individual subjects were also classified into their correct groups with few exceptions. Similar success was obtained with EEG samples selected from recording at 3 months past term. The predominant power spectral discriminating features were changes in intra- and inter-hemispheric coherence, and increased power, particularly in the middle and higher frequency range. Thus, computer analyses of EEG samples, using features not readily identified visually, differentiated risk from non-risk infants and also differentiated infants with substantial neonatal medical complications who have good or poor developmental outcomes. La puissance spectrale et l'analyse discriminative ont été utilisées pour comparer des enregistrements EEG obtenus chez des nouveau-nés à terme puis à l'âge de 3 mois. Cinq groupes ont été constitués en fonction des risques et des suites comportementales: (1) sains et à terme; (2) sains prématurés avec suites normales; (3) prématurés malades avec suites normales; (4) prématurés malades avec retard de développement; (5) prématurés malades avec suites neurologiques. Les échantillons enregistrés à terme ont été identifiés comme appartenant au bon groupe avec une précision de 52 à 70% (20% étant le niveau chance pour chacun des 5 groupes). La précision a varié avec les 4 classes de pattern EEG utilisé. Les sujets ont également été classés individuellement dans leur bon groupe à quelques exceptions près. Un succès semblable a été obtenu avec des échantillons EEG enregistrés à l'âge de 3 mois. La caractéristique discriminative dominante de la puissance spectrale concernait les modifications entre cohérence intra- et inter-hémisphérique, ainsi qu'une augmentation de la puissance surtout dans les fréquences moyennes et hautes. Ainsi, l'analyse par ordinateur d'échantillons EEG à l'aide d'éléments non identifiables à l'observation visuelle, a fait la différence entre nouveau-nés à risques et ceux qui ne l'étaient pas et a aussi permis de séparer en fonction des suite bonnes ou mauvaises, les nouveau-nés qui avait eu d'importantes complications médicales néonatales.