機械的血栓摘出術後の悪性中大脳動脈梗塞の予測因子

/ /

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。

Rev. Neurol. (Paris).2020 Jul;S0035-3787(20)30383-0. doi: 10.1016/j.neurol.2020.01.352.Epub 2020-07-02.

機械的血栓摘出術後の悪性中大脳動脈梗塞の予測因子

Predictors of malignant middle cerebral artery infarction after mechanical thrombectomy.

C Tracol
S Vannier
C Hurel
S Tuffier
F Eugene
P J Le Reste

PMID: 32624178 DOI: 10.1016/j.neurol.2020.01.352.

抄録

序論:

悪性中大脳動脈梗塞（MMI）を早期に診断し、血栓切除術を行う患者を選択するための予測因子はこれまでにもいくつか報告されている。それにもかかわらず、機械的血管内血栓除去術（MET）を受けた急性虚血性脳卒中患者を対象に、これらの予測因子を評価した研究はほとんどない。本研究の全体的な目的は，急性期の医療ケアの指針となるように，機械的血管内血栓除去術を受ける患者におけるこれらの予測因子を評価することである．

INTRODUCTION: Several predictors have been described to early diagnose malignant middle cerebral artery infarction (MMI) and select patient for hemicraniectomy. Nevertheless, few studies have assessed them among patients with acute ischemic stroke undergoing mechanical endovascular thrombectomy (MET). The overall objective in this study was to evaluate these predictors in patients undergoing MET in the purpose to guide the medical care in the acute phase.

方法:

脳卒中急性期にアルテプラーゼ血栓溶解療法および/または機械的血管内血栓除去術を受けることができるすべての患者を対象としたプロスペクティブな地域データベースから患者を抽出した。人口統計学的、臨床的、放射線学的データを調査した。多変量回帰分析を用いて、MMIの臨床的および画像学的予測因子を同定した。

METHODS: We selected patients from a prospective local database which reference all patients eligible for treatment with Alteplase thrombolysis and/or mechanical endovascular thrombectomy in acute stroke. We investigated demographic, clinical, and radiological data. Multivariate regression analysis was used to identify clinical and imaging predictors of MMI.

結果:

32 ヵ月間で 66 例が対象となった。そのうち18例（27.3％）がMMIを発症した。悪性化は、入院時の神経障害の重症度と意識レベル、DWIシーケンスにおける梗塞の大きさ、他の血管領域の浸潤と関連していた。再灌流の成功に関しては研究群間に差はなかった。MMIの独立した予測因子として2つの変数が同定された：DWI梗塞容積（p<0.001）と血栓摘出までの時間（p=0.018）であった。これら2つの因子に基づいた決定木は、高い特異性（100％）と感度（73％）で悪性化の進展を予測することができた。

RESULTS: In 32 months, 66 patients were included. Eighteen (27.3%) developed MMI. Malignant evolution was associated with: severity of neurological deficit and level of consciousness at admission, infarct size in DWI sequence and involvement of other vascular territories. Study groups didn't differ in terms of successful reperfusion. Two variables were identified as independent predictors of MMI: DWI infarct volume (p<0.001) and time to thrombectomy (p=0.018). A decision tree based on these two factors was able to predict malignant evolution with high specificity (100%) and sensibility (73%).

結論:

本研究では，再灌流の状態にかかわらず，METを受けたMCA梗塞患者のサブグループにおいて，MMIを早期かつ正確に予測するために，DWI病変量と血栓摘出術前の遅延を含む実用的な意思決定ツリーを提案する。

CONCLUSION: Our study proposes a practical decision tree including DWI lesion volume and delay before thrombectomy to early and accurately predict MMI in a subgroup of patients with MCA infarction undergoing MET regardless to the status of reperfusion.