Konstruktion af en multidimensionel score for den funktionelle prognose af hjerneinfarkter (ICDIM 1)

Data vedrørende validiteten af ​​dårlige prognostiske kriterier for CI er stadig sparsomme og forbliver af ufuldkommen kvalitet, især på grund af heterogene populationer og variable definitioner af "dårlig prognose." Prognostisk vurdering skal tage hensyn til både neurologiske og ikke-neurologiske elementer. Biomarkører har været en af ​​de udforskede veje i flere år. For eksempel er hyperglykæmi i den akutte fase af CI forbundet med en mere alvorlig prognose med hensyn til overlevelse og funktionel restitution og med en øget risiko for blødning efter trombolyse, uafhængigt af alder og sværhedsgrad af CI. Andre biologiske markører er blevet undersøgt, men undersøgelsernes metodologi er meget varierende og deres kvalitet er moderat, hvilket ikke tillader os at konkludere, at disse markører er uafhængige prædiktive faktorer for prognosen for CI. Deres forudsigelige "merværdi" på simple kliniske data, såsom National Institutes of Health Stroke Scale (NHISS) sværhedsgrad og alder, er ikke blevet fastslået, og deres kliniske betydning er fortsat usikker.

mRS 3 måneder efter hændelsen er det kriterium, der oftest anvendes til at vurdere den funktionelle prognose for patienter efter et hjerteanfald. At kunne forudse mRS ved udskrivelse fra hospitalet, så tidligt som indlæggelsen, ser dog ud til at være en stor udfordring for at tilpasse behandlinger og vælge den bedste behandlingsvej så hurtigt som muligt efter indlæggelse. Struktureret håndtering af slagtilfælde i neurovaskulære enheder (UNV), med højt specialiseret medicinsk og paramedicinsk personale, har en dokumenteret fordel i at forebygge død og afhængighed. Tiden med "præcisions"-medicin, baseret på identifikation, evaluering, organisering og analyse af en lang række variabler opnået for hver enkelt person, rummer nu et stort potentiale for styring af CI.

Udbredelsen af ​​en computeriseret patientjournal (CPR) i sundhedsinstitutioner er en reel mulighed i denne henseende. De detaljerede medicinske data indsamlet fra det øjeblik, patienten kommer ind på hospitalet og under hele hans eller hendes indlæggelse, kan bruges til at konstruere en sammensat score, der kombinerer information fra patientens historie, kliniske data og resultaterne af yderligere undersøgelser (især biologiske og billeddiagnostiske). Ud over strukturerede data kan information udtrykt i tekstform også overvejes ved hjælp af innovative kunstig intelligens-metoder.

En neurovaskulær intensiv afdeling (NICU), hvortil en neurovaskulær enhed (NVU) er knyttet, har eksisteret i Groupe Hospitalier Paris Saint-Joseph (GHPSJ) siden 2006. Institutionen tæller i øjeblikket mere end 700 ophold om året til IC-ledelse, et tal, der er konstant stigende (600 i 2016, 727 i 2019); 98% af disse patienter foretog en passage i USINV i 2019. Derudover blev CIO'en indsat fra 2014 i anlægget og i løbet af 2015 specifikt til Neurology-Neurovaskulær tjenesten. Dette giver faciliteten mulighed for at udføre et enkelt-center pilotstudie for at teste bidraget fra nye data, kombineret med de simple kliniske data, der normalt bruges til at vurdere den funktionelle prognose for patienter med CI.

Formålet med dette første retrospektive arbejde er at evaluere interessen for de data, der er tilgængelige i CIO'en og deres bearbejdning via kunstig intelligens metoder for at karakterisere den funktionelle prognose for patienter med en CI, ved indlæggelse og derefter under indlæggelse.