在重型颅脑损伤领域，颅内压作为一个通用的反映脑灌注压的指标，渐遭遗弃。迄今为止，基于病人的脑血管自动调节功能，试图去标识动态的脑灌注压的一个指标，科学家认为是大有希望的。通过大量的方法学研究，床旁压力自动调节功能的监测已成为可能。其中，最常用的是Czosnyka提出的压力反应性指数。

压力反应性指数是利用颅内压的平均值和平均动脉压这两个数值之间动态的相关系数来计算的，其中颅内压的平均值来自于40组连续的、每5秒为一组的颅内压值。通过绘制相对于脑灌注压的压力反应性指数的曲线发现，大约三分之二的监测时间呈现为U型曲线，此曲线的底部表示的是对应于最优的自动调节功能的脑灌注压范围。

回顾性系列分析发现，保持脑灌注压接近于最优的自动调节功能，对应了更好的临床结局。然而，压力反应性指数的监测需要高频率的信号处理。比利时鲁汶大学附属医院神经外科的Bart Depreitere博士进行了一项研究提示，通过低频率自动调节指数，可以得到最优的自动调节功能的建议值，文章最近在线发表于Journal of Neurosurgery上。

本研究的目的是，探索如何加强信息处理过程，促使最优的自动调节功能的建议值成为可能。其中，需要处理的信息指的是，从不间断的颅内压和平均动脉压数据获得的脑血管的压力反应能力。最优的自动调节功能的建议值指的是，与通过压力反应性指数的方法获得的、没有区别的一个指标，能显示出与临床结局相同的关联性，同时可以在超过三分之二的监测时间里生成。

研究者定义低频率自动调节指数为，在一个超过3分钟到120 分钟范围的时间间隔里，计算得到的动态的不间断的颅内压和平均动脉压之间的相关系数。最优的自动调节功能是，基于低频率自动调节指数相对于脑灌注压绘制的曲线图来计算，它的时间窗为 1小时到24小时，同时每种低频率自动调节指数类型都经过计算。

然后，所有的最优的自动调节功能的合成矩阵以加权的方式进行平均，权重是基于U 型曲线和对应于 U型曲线底部的较低的低频率自动调节指数值之间的吻合度，得出了最后的最优的自动调节功能的建议值。真实的脑灌注压和最优的自动调节功能这两者与临床结局之间的关联程度，通过信息技术研究小组的多中心脑监测数据库进行评估。

在鲁汶-图宾根数据库中，基于低频率自动调节指数的和压力反应性指数的最优的自动调节功能之间进行了比较。在信息技术研究小组的多中心脑监测数据库中，最优的自动调节功能的建议值产生在95%的监测时间里。接近于基于低频率自动调节指数的最优的自动调节功能的真实脑灌注压，与生存率的提高相关联。

在使用皮质类固醇激素随机化治疗严重头部损伤模型作为协变量的多元模型中，真实的脑灌注压和最优的自动调节功能之间的平均绝对差，独立地与死亡率增加相关联。

在高频率的数据集上，在基于压力反应性指数的和低频率自动调节指数的最优的自动调节功能两者之间没有发现显著差异。新的方法得出的最优的自动调节功能的建议值在97%的监测时间，与此截然相反的，老方法只有44%。
图   DATACAR方法的范例演示。计算病人在重症监护病房住院期间1670分钟的最优的自动调节功能。与U型曲线适配的时间窗仅仅是2小时、 4小时、 6小时、 8小时 和 12 小时。基于U型曲线和对应于最优的自动调节功能的较低的低频率自动调节指数值之间的吻合度，最优的自动调节功能获得一个权重系数。在此图中，通过连接到每个U型曲线的线条的粗细来表示权重系数。从4小时的时间窗中派生的曲线和低频率自动调节指数-20、低频率自动调节指数-30、低频率自动调节指数-60 和低频率自动调节指数-90 具有最佳的适合性和达到较低的U型曲线的底部值，因此分配的权重最高。然后，合成的最优的自动调节功能的计算结果来自于考虑他们的权重之后所有最优的自动调节功能的平均值。x 轴表示的单位值是分钟，相对应地，y 轴表示的是以毫米汞柱为单位的平均动脉压。DATACAR：活跃的脑血流自动调节的动态的自适应指标；LAx：低频率自动调节指数；Combined CPPopt：合成的最优的自动调节功能。

上述结果显示，不间断的颅内压和平均动脉压数据，包含了自动调节功能监测的相关信息。通过低频率自动调节指数，基于不间断的数据分解的新方法，把最优的自动调节功能的计算结果考虑到几乎整个监测时间。这将有利于在所有重症监护病房中，推广使用压力反应性监测，从而改善重型颅脑损伤患者的预后。