Kockázat-előrejelzési modell cerebrovaszkuláris eseményekhez nyaki artéria szűkületben

Az atheroscleroticus carotis arteria szűkület a stroke egyik fő oka, és a magas kockázatú betegek korai azonosítása és a műtéti beavatkozás jelentősen csökkentheti a stroke kockázatát. Jelenleg a carotis arteria szűkületben szenvedő betegek stroke kockázatának felmérése főként olyan képalkotó mutatókon alapul, mint a plakk morfológiája, összetétele és a szűkület mértéke, és kevésbé veszik figyelembe azokat a mutatókat, amelyek közvetlenül kapcsolódnak a gyulladásos válaszhoz, a hemodinamikához és a plakk instabilitásához. A páciens keringésében lévő bizonyos metabolitok nemcsak a plakk progressziójával állnak szoros kapcsolatban, hanem közvetlen rizikófaktorai is a stroke kialakulásának. Jelenleg hiányoznak a fenti mutatókat tartalmazó carotis stenosisban szenvedő betegek stroke kockázatának előrejelző modelljei, és a magas kockázatú betegek azonosításának képességét tovább kell fejleszteni. Ezért ez a tanulmány azt javasolja, hogy mély tanulási technológiát alkalmazzanak a betegek plakkképalkotásából, folyadékdinamikájából, keringési metabolomikájából és proteomikájából származó többdimenziós adatok integrálására, hogy pontos előrejelzési modellt alkossanak az agyi érrendszeri eseményekre carotis arteria stenosisban szenvedő betegeknél, és hogy tovább tárják fel a betegség markereit. a plakk instabilitási jellemzői a plakk patológiával kombinálva. Ez a tanulmány várhatóan alapot nyújt majd a nyaki artéria szűkületben szenvedő, magas kockázatú betegek azonosításához, és megalapozza a stroke kockázatának további csökkentését és a betegek hosszú távú prognózisának javítását.