Modelo de predicción de pronóstico en pacientes con enfermedad de Moyamoya sometidos a cirugía de revascularización

La enfermedad de Moyamoya (MMD) es una rara enfermedad cerebrovascular crónica caracterizada por una oclusión progresiva de la arteria carótida interna o de sus ramas principales, con flujo sanguíneo compensado por la formación de una red vascular anormal (ahumada). Según la última encuesta epidemiológica nacional de 2022, el número acumulado de nuevos casos en la población fue de 47.443 en dos años, y la tasa de incidencia anual aumenta año tras año. Los primeros síntomas son principalmente infarto cerebral, ataque isquémico transitorio, hemorragia intracraneal y crisis epiléptica, y la aparición de la enfermedad se concentra en el grupo de edad de 45 a 54 años, lo que constituye una de las causas más importantes de nuevos accidentes cerebrovasculares en personas de mediana edad y jóvenes e impone una pesada carga médica a la sociedad y la familia. Como una de las principales causas de nuevos accidentes cerebrovasculares en personas jóvenes y de mediana edad, supone una pesada carga médica para la sociedad y las familias. Se ha confirmado que la hemodiálisis es un tratamiento estándar para pacientes con enfermedad del tabaquismo en estudios de muestras grandes para prevenir el sangrado y la recurrencia de la hemorragia; sin embargo, no existe un mejor consenso sobre qué técnica anestésica utilizar para la hemodiálisis en pacientes con MMD. Actualmente, el modelo de predicción más perfecto es el modelo de predicción de formación de compensación colateral postoperatoria para hemodiálisis directa e indirecta, que tiene la ventaja de aprovechar al máximo las variables basales preoperatorias y las características de imagen de los pacientes, pero la inclusión relativamente insuficiente del tamaño de la muestra y la falta de variables intraoperatorias (signos vitales, parámetros respiratorios, oxigenación cerebral local, etc.) y postoperatorias (marcadores de lesión neurológica postoperatoria, etc.) incluidas en el modelo limitan los escenarios clínicos. La falta de variables intraoperatorias (signos vitales, parámetros respiratorios, saturación local de oxígeno cerebral) y postoperatorias (marcadores de lesión neurológica postoperatoria) limita los escenarios de aplicación clínica y no puede guiar la toma de decisiones clínicas y el pronóstico en las etapas importantes del período perioperatorio. . Este estudio tiene como objetivo establecer una base de datos de cohorte prospectiva para hemodiálisis de MMD que incluye manejo de la anestesia perioperatoria, datos de tratamiento intraoperatorio y variables de tratamiento posoperatorio; integrar datos de pronóstico preoperatorio, intraoperatorio, posoperatorio y a corto y largo plazo de múltiples fuentes, y construir un modelo de predicción de pronóstico multidimensional y multietapa perioperatorio.