European Radiology:评估血管内取栓后出现恶性大脑中动脉梗死的预测因素

2022-12-25 shaosai MedSci原创 发表于上海

临床上,颅骨减压术对降低死亡率和改善临床疗效明显,尤其是在出现脑疝迹象之前进行效果显著。因此,早期准确识别有潜在风险的卒中患者非常重要。

统计10-15%的大脑中动脉(MCA)区域内的脑梗塞患者在卒中发生后的第二至第五天可能会出现占位性脑水肿。这种占位性脑水肿导致神经系统症状的继发性恶化,尤其是意识障碍和脑疝的发生。由于报告的死亡率约为80%,MCA卒中的这一亚组被称为恶性MCA梗死(mMCAi)。临床上颅骨减压术对降低死亡率和改善临床疗效明显,尤其是在出现脑疝迹象之前进行效果显著。因此,早期准确识别有潜在风险的卒中患者非常重要。

在过去的十年中,多项研究从临床和影像学的角度已经确定了几个预测mMCAi发生的因素。据报道,临床变量包括年龄较小、女性、高血压和充血性心力衰竭病史、美国国立卫生研究院卒中量表(NIHSS)较高与mMCAi的发生有关。同时,也有一些影像学预测因素被提出来,包括阿尔伯塔卒中项目早期计算机断层成像变化评分(ASPECTS)较低MCA高密度CT中颅内脑脊液量较低弥散加权成像(DWI)中梗死体积较大血管成像中血块负担较重颈动脉T型闭塞灌注成像中异常通透面积或脑血容量升高。然而,这些预测指标几乎是在血管内血栓切除术(EVT)时代之前所使用的指标

近日,发表在European Radiology杂志的一项研究根据在中国进行的多中心试验明确了EVT后mMCAi的预测因素,为临床实现早期干预、早期治疗并提高患者预后提供了技术支持。

本项研究为DIRECT-MT试验的二级分析。本项研究分析了因MCA和/或颅内颈内动脉闭塞而接受EVT的患者。主要结果是EVT后发生的mMCAi的情况。记录了人口统计学、临床、影像学和治疗数据,并采用多变量逻辑回归分析来确定独立预测因素。所有的候选预测因素都被包括在内,并应用前向排除法建立最有效的预测模型。分别用接受者操作特征曲线下面积(AUC)和Hosmer-Lemeshow检验来评估模型的预测能力和校准。 
在559名入组患者中,有74名(13.2%)患者发生了mMCAi。mMCAi的预测因素包括不成功的再灌注、较高的血清葡萄糖、较低的Alberta Stroke Project早期计算机断层扫描变化评分(ASPECTS)、较高的血块负荷评分(CBS)、较低的旁路评分和较高的血栓切除装置通过次数。整合所有独立变量的预测模型AUC为0.836。Hosmer-Lemeshow检验显示出适当的校准(P = 0.859)。 


 血管内血栓切除术后急性缺血性卒中患者mMCAi的独立预测因素的多变量分析

本项中心研究表明,13.2%的前循环大血管闭塞的卒中患者在EVT后发生了mMCAi。mMCAi的发生对卒中患者的预后有一定的负面影响。在发现的与mMCAi独立相关的因素中,一些因素如eTICI、血清葡萄糖、ASPECTS、CBS和血块负荷评分等与以往研究中发现的因素一致。

原文出处:

Xiaoquan Xu,Guang Zhang,Zhenyu Jia,et al.Predictors of malignant middle cerebral artery infarction after endovascular thrombectomy: results of DIRECT-MT trial.DOI:10.1007/s00330-022-09013-w

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

NRR:针刺内关穴治疗大脑中动脉梗死的更佳参数

针刺手法的个体差异性和不可复制性是制约针灸发展的瓶颈,也是影响经穴效应的关键因素。天津中医药大学张亚男博士所在团队进行的一项关于“Orthogonal design to sift the optimal parameter of Neiguan acupuncture for cerebral infarction”的研究,发现以提插频率60,120,180次/min和针刺持续时间5,60,

Stroke:颅内脑脊液容量预测恶性大脑中动脉梗死

由此可见,CSF/ICV比率与恶性MCA梗塞相关,并且在有限数量的患者中对临床和成像预测模型具有附加价值。