Modello di previsione basato sull'intelligenza artificiale per trombolisi DVT iliofemorale

Questo studio prospettico di coorte a braccio singolo mira a sviluppare un modello di previsione basato sull'intelligenza artificiale per gli esiti del trattamento in pazienti con trombosi vena profonda ilofemorale acuta (IF-DVT) sottoposta a trombolisi farmacomeccanica senza stent. Lo studio affronta l'attuale mancanza di strumenti validati per la selezione dei pazienti e la previsione dei risultati negli interventi diretti dal catetere per il TVT prossimale.

Trenta pazienti adulti consecutivi con IF-DVT acuti confermati con MRV subiranno trombolisi farmacomeccanica usando il sistema ANGIOJET ZelantVT con somministrazione aggiuntiva RTPA.

L'obiettivo principale è quello di sviluppare una rete neurale convoluzionale (CNN) addestrata sui dati di imaging MRV seriale per prevedere il successo di ricanalizzazione venosa a tre mesi. Le acquisizioni di MRV si verificano al basale, alla predispensa e al follow-up di tre mesi. La segmentazione della verità di terra sarà eseguita da un radiologo esperto usando la slicer 3D, con propagazione semi-automatizzata attraverso il set di dati. L'estrazione delle caratteristiche includerà metriche geometriche, analisi della trama radiomica e caratteristiche morfologiche sia del trombo che dell'architettura della nave.

Gli endpoint secondari includono l'incidenza acuta delle lesioni renali (una significativa preoccupazione per la trombectomia reolitica dovuta alla nefrotossicità indotta dall'emolisi), nello sviluppo della sindrome post-trombotica valutata tramite il punteggio di Villalta e vari risultati di sicurezza tra cui il sanguinamento importanti per criteri Istth.

Il protocollo di studio incorpora un monitoraggio rigoroso per AKI utilizzando criteri KDIGO, con valutazione sistematica della funzione renale, marcatori di emolisi e bilanciamento degli elettroliti. I protocolli di idratazione e le misure nefroprotettive saranno standardizzati, sebbene strategie specifiche richiedano chiarimenti da parte del team di nefrologia.

Questa ricerca affronta lacune critiche nella selezione dei pazienti basata sull'evidenza per il trattamento invasivo DVT, in particolare a seguito dei risultati contrastanti della sperimentazione attrattiva. Il modello di previsione dell'intelligenza artificiale potrebbe consentire le decisioni di trattamento personalizzate, migliorando potenzialmente il rapporto rischio-beneficio degli interventi farmacomeccanici, riducendo al contempo le procedure non necessarie nei pazienti che improbabili possono beneficiare.