如何构思一篇SCI呢？这篇文章是一个很好的范例。让我们层层递进，一起来学习一下吧！

　　院外心跳骤停的患者（out-of-hospital cardiac arrest，OHCA）复苏后会出现缺血缺氧性脑病，如何精准预测这些患者的神经功能对治疗很重要。目前指南推荐依据临床表现、影像学、神经功能检查、生物标志物来综合评判患者的功能，但这受到镇静药物、低温治疗、检查无法获取（患者病情危重无法行磁共振或CT检查）等诸多因素影响，应用起来有局限性。

　　生物标志物获取简单，可拿来评估患者的神经功能，而且这些标志物很少受到药物的影响。神经特异性烯醇化酶（NSE）作为神经功能标志物被大范围的应用，其预测神经功能在48小时-72小时的时候较为准确，ROC曲线之间，但不同研究阈值各有不同，而且标本受到溶血的影响很大，对于老年人和心跳骤停时间较短的患者，NSE作用不大。也就是说，NSE临床应用局限性很大，评估神经功能受到受到时间限制（48小时后作用才逐步显示出来）。

　　近期有研究表NfL可用于评估脑损伤患者的神经功能。在24-48小时的时候，NfL可以很好的评估脑损伤患者的严重程度，比NSE更早、更不受标本溶血影响，但缺少对照研究的进一步证实。

　　COMACARE研究中，纳入了OHCA的患者，对比了不同PaCO2、PO2、MAP治疗强度下的神经功能情况，并在研究中抽取了患者的NSE、NfL、S100B。此次作者回顾性研究这些治疗，对比NSE、NfL、S100B。那么，要如何设计该项研究呢？如何分析这些结果呢？

　　首先，我们应该寻找一个既定的金标准，来评估OHCA患者的神经功能情况。目前公认的就是CPC评分（Cerebral Performance Category，CPC），依据标准，CPC评分在1-2分的时候，预后良好，在3-5分的时候，预后较差。

　　然后，可以依据CPC评分，将患者在治疗6个月后，分为预后良好组和预后较差组，这样自然而然就分为了两组。

　　在此，我们应该知道的是：分类变量要使用百分比和计数来统计，使用卡方检验或费舍尔确切概率检验；持续变量使用中位数和四分位数来统计，并使用K-S检测来检测数值是否正态分布，随后使用独立t检验来分析正太分布患者是否有差异，使用U检验或者K-W检验来评估非正太分布患者的数据差异。NfL是持续变量，因此就需要采用中位数、t检验、U检验来评估两组的差异。

　　下图示：不同时间节点（24小时、48小时、72小时）NfL在两组之间的差异

　　下图示：不同时间节点（24小时、48小时、72小时）NfL在两组之间的差异

　　浓度在预后差的组明显升高，两组差异最高的时候是在48小时的时候，中位数分别是2343pg/ml和19pg/ml，说明NfL能够适用于评估OHCA患者的神经功能。

　　NfL浓度可拿来评估神经功能，那么，到底NfL在多少浓度的时候，可拿来区分神经功能的好坏呢？超过多少，患者就是神经功能不良？此时，我们大家可以使用ROC曲线来寻找NfL的阈值。ROC曲线-特异性，纵坐标是敏感性，绘制曲线后，曲线上每一个节点都会对应一个敏感性和特异性，而曲线下面积的大小就可以用来评估这一节点下该指标的好坏。如果曲线下面积越大，说明这一阈值准确性越高。

　　那这一节点该如何选择呢？我们可以自己选择相应的节点，也就是自己选择特定的敏感性或特异性，比如95%特异性，然后寻找对应的阈值。也能够正常的使用约登指数来寻找节点。约登指数是：敏感性+特异性-1，此数值越大，说明节点准确性越高。

　　相比于NSE，NfL在24小时、48小时、72小时均能更好预测神经功能。同时，在24小时、48小时、72小时，NfL均比S100B能更好预测神经功能。在刚刚入住ICU的时候，NfL预测价值很差，而且和NSE、S100B没有统计学差异。

　　预测神经不良的NfL在特异性99%的时候，阈值在24小时、48小时、72小时分别是127、263、344pg/ml。