Validering af 3D-simuleringer i embolisk slagtilfælde

Slagtilfælde rammer mere end 100.000 mennesker hvert år i Storbritannien, og op til 50% af patienterne er tilbage med betydelige handicap [1, 2]. 85 % af slagtilfældene skyldes tilstoppede blodkar i hjernen (akut iskæmisk slagtilfælde [AIS]), der afbryder blodtilførslen og resulterer i vævsinfarkt og funktionsnedsættelse [1]. Slagtilfælde er ansvarlig for betydelig sygelighed og dødelighed med betydelige sociale og økonomiske konsekvenser, især for personer i den arbejdsdygtige alder [1, 2]. Årsagen til AIS kan bredt klassificeres som embolisk og ikke-embolisk slagtilfælde [3]. Cirka en fjerdedel af AIS er kardioembolisk på grund af emboli fra venstre atrium (atrieflimren - AF), ventiler (hjerteklapsygdom eller proteseklapper), nyligt myokardieinfarkt, patent foramen ovale, infektiøs endocarditis eller aortabue-atherom [3- 5]. Dette tal er højere blandt ældre voksne på grund af stigende prævalens af AF med alderen [6]. Det er vigtigt, at kardioemboliske slagtilfælde er mere alvorlige, hvilket resulterer i større handicap end andre undertyper af slagtilfælde [4]. På grund af forbedrede standarder inden for vaskulær risikofaktorhåndtering stiger andelen af ​​slagtilfælde som følge af kardioemboli og er tredoblet i forekomst i løbet af de sidste par årtier [4]. Korrekt identifikation og håndtering af en embolisk kilde kan reducere tilbagefald med op til 70 % [4]. AF er fortsat den førende årsag til kardioembolisk slagtilfælde [4, 5]. Korrekt identifikation og behandling af AF menes dog kun at forekomme hos 50 % af kvalificerede patienter [3]. Dette kan skyldes klinikerens modvilje mod at antikoagulere patienter, især i den svage ældre befolkning med høj risiko for fald [3]. Op til 25 % af slagtilfælde er emboli af ubestemt kilde (ESUS), hvilket kan skyldes paroxysmal AF, der kræver langvarig hjerteovervågning for at kunne identificere og behandle patienter med succes [3, 7]. AF er asymptomatisk hos op til 40 % af patienterne, og den første præsentation kan være med et signifikant infarkt [8]. Antikoagulation er hjørnestenen i at reducere slagtilfælderisiko ved AF, men med op til en dobbelt stigning i blødningsrisiko er denne behandling kun forbeholdt dokumenterede tilfælde [9, 10]. Antikoagulation i ESUS er fortsat en igangværende debat og er i øjeblikket begrænset til højrisikogrupper (f. flere infarkter i forskellige territorier) [11, 12]. Derfor er identifikation og behandling af AF en nøgleprioritet for at reducere fremtidig risiko for slagtilfælde, men minimere komplikationer, hvor antikoagulering ikke er indiceret.

I betragtning af de forskellige ætiologier, undersøgelser og håndtering af embolisk og ikke-embolisk slagtilfælde, letter tidlig differentiering klinisk beslutningstagning og muliggør fokuseret undersøgelse og håndtering af patienter. Radiologiske træk ved slagtilfælde kan understøtte denne proces, da infarktets placering, størrelse og mønster kan indikere den sandsynlige ætiologi og undertype af slagtilfælde. Men på nuværende tidspunkt er der ingen kriterier, som dette vurderes ud fra, baseret på en kvalitativ og dermed subjektiv vurdering fra den behandlende kliniker eller radiolog. Upræcis diagnose er blevet rapporteret i op til en tredjedel af lakunære slagtilfælde baseret på kliniske og CT-fund alene [13]. Størstedelen af ​​falsk positive fund skyldtes kardioembolisk eller stor arterieslagtilfælde, hvilket potentielt resulterede i forpasset mulighed for at identificere og behandle AF [13]. Diffusionsvægtet billeddannelse kan forbedre diagnosen af ​​lakunær infarkt, men dets anvendelse er begrænset af omkostninger og tilgængelighed [13-15]. I et nyligt studie af 133 patienter med ESUS blev 22,6 % fundet at have AF efter tre måneders hjerteovervågning, og en risikoscore på 8 point kunne forudsige dette med rimelig nøjagtighed (areal under kurven = 0,70) [16]. Denne nøjagtighed falder imidlertid betydeligt, hvor ætiologien til slagtilfælde forbliver ubestemt [16]. Den sande andel af AF, der bliver uopdaget, forbliver ukendt, og tidligere påvisning gennem prædiktiv modellering kan potentielt reducere undersøgelses- og behandlingsforsinkelser.

Derfor kan en forbedring af de processer, hvorved embolisk slagtilfælde, især AF, hjælpe med at vejlede den kliniske beslutningstagning. Dette ville give mulighed for bedre skræddersyede undersøgelser til patienter, fjerne unødvendige tests, der kunne have potentielle økonomiske fordele for NHS, og reducere undersøgelsesbyrden for patienterne. Udviklingen af ​​slagtilfældemodeller, der kan integrere klinisk information fra patienter og scanningsfund, kan muligvis give forbedret diagnostisk nøjagtighed for slagtilfælde-subtypeklassificering og lette rettidig og mere målrettet undersøgelse og behandling. Især modeller, der er i stand til at differentiere mellem forskellige typer af emboli, kan være særligt værdifulde og prompte udvidet overvågning for patienter, som med størst sandsynlighed har en AF-kilde.

Denne undersøgelse foreslår en Monte Carlo-metode udviklet af JH og EC til at simulere slagtilfælde [17-20]. Denne metode er for nylig blevet tilpasset ved hjælp af en in silico cerebral vaskulatur [21] og testet mod slagtilfældebilleder fra databasen Anatomical Tracings of Lesions After Stroke (ATLAS) (upubliceret arbejde). Fordelen ved at bruge en beregningsgenereret vaskulatur frem for billeddannelse er, at der ikke er nogen nedre grænse for karstørrelse, og vi er i stand til at inkludere kar i vores model ned til kapillærlejet. Inden for simuleringerne kan vi estimere læsionsvolumen samt inkorporere de forskellige metaboliske krav til gråt og hvidt stof. For nylig har vi været i stand til at reproducere slagtilfældebilleder i de anteriore, mellemste og posteriore (henholdsvis ACA, MCA, PCA) cirkulationer ved hjælp af billeder fra ATLAS-datasættet. Imidlertid var størstedelen af ​​læsionerne i ATLAS kroniske, og dette giver ikke oplysninger om, hvordan denne model ville fungere ved "indgangsdøren", hvor behandlingsbeslutninger kunne træffes på en mere rettidig måde.

Derfor søger dette projekt at udvikle en akut slagtilfælde scanningsdatabase for at validere disse nyligt udviklede simuleringer mod og bestemme nøjagtigheden ved at forudsige kilden til embolisk slagtilfælde i den akutte situation. I betragtning af den voksende anvendelse af AI-teknikker til klinisk medicin, vil vi sammenligne evnen af ​​denne nyligt udviklede slagtilfældesimuleringsmodel med AI-teknikker til at forudsige kilden til embolisk slagtilfælde. Vi vil sammenligne modellernes evne til klinisk eller radiologisk vurdering. Til sidst vil vi teste den kombinerede evne af de to teknikker til at bestemme kilden til embolisk slagtilfælde. Specifikt vil vi vurdere følgende kilder: lakunære, kardioemboliske, aterosklerotiske store kar-embolier og vandskel.