壁の粘弾性を使用した非侵襲性大動脈瘤組織特性評価 (AAA multiphase)

背景 - 腹部大動脈瘤 (AAA) 破裂は、北米で 13 番目の死因です。 破裂を防ぐ手順の適応は、AAA の最大直径に基づいています。 しかし、それは破裂リスクの過小評価または過大評価につながる二分法基準です。 生体力学に基づく基準は、有限要素解析 (FEA) を使用して調査されています。 FEA の限界は、患者固有の生体力学的情報がないことです。 私たちのチームは以前、超音波による非侵襲的血管エラストグラフィ (NIVE) という名前の AAA のひずみを生体内でマッピングする手法を開発しました。 ただし、2D 超音波シリーズに依存しているのに対し、新しいマトリックス アレイ プローブでは、より低い時間分解能で歪みの 3D マッピングが可能です。 3D 超音波を使用して AAA ひずみの 3D マッピングを作成し、そのひずみマッピングを単相 CT に登録することを提案します。

このプロジェクトでは、待機的修復が予定されている 30 人の AAA 患者からマルチモーダル イメージングを取得する予定です。 3D NIVE 検査と多相 CT は、手術後 1 か月以内に各患者に対して実施されます。 AAA 壁の一部は、ひずみを引張試験および組織学と関連付けるために手術中に採取されます。 NIVE 処理と 3D レジストレーションの実装に続いて、NIVE と多相 CT ひずみ値が計算され、必要に応じて血圧、AAA 最大直径、カルシウム負荷、性別、年齢の測定のために制御されます。 カルガリー大学で開発された FEA モデルは、生体内ひずみの計算を使用してパーソナライズされます。 NIVE と多相 CT の間のひずみ測定の比較、ひずみ測定の相関、および AAA の成長を伴う個別化された FEA は、二次エンドポイントを構成します。 このパーソナライズされたモデルの完全な検証に続いて、AAA 脆弱性の予測バイオマーカーが提供されると予想されます。

目的 - 主な目的: 1. 修復手術 (フェーズ 1) を受けている 30 人の AAA 患者からマルチモーダル画像データセット (マルチフェーズ CT、3D US) を取得します。 2. NIVE 取得プロトコルと、NIVE と多相 CT の 1 つのフェーズ (フェーズ 1) の間の画像レジストレーション アルゴリズムを in vitro で最適化し、検証します。 3. 従来の CT に登録された 3D NIVE で評価された主ひずみ分布と、多相 CT 取得 (フェーズ 1) で撮像されたものを比較します。 4. AAA サンプル (フェーズ 2) の組織学と引張試験で両方のアプローチを検証します。

主な仮説: 単相 CT に登録された 3D NIVE を使用したひずみマップは、AAA 壁強度の正確な生体内推定を提供し、AAA 脆弱性を評価するために多相 CT からのひずみと同様の精度をもたらします。

方法 ** 当面はフェーズ 1 のみを実施します** - 設計: 待機的開腹手術を予定している 30 人の AAA 患者を対象とした前向き研究を計画しています。 研究の第 1 段階では、手術後 1 か月以内にすべての患者に NIVE 検査とマルチフェーズ CT を実施します。 研究のフェーズ2では、開腹手術を受ける患者が募集されます。 AAA 壁の一部は、二軸引張試験および組織学的検査を行うために、手術中に (パイロット研究の範囲外で) 採取されます。 患者は、モントリオール大学病院センター (CHUM) とマギル大学のグレン キャンパスで募集されます。

データ分析: スピアマン相関、平均誤差と標準偏差によって評価される精度、クラス内相関係数、ブランド-アルトマン分析、性別の影響を評価するための混合線形モデル、MaxD、脈圧、ひずみ (NIVE、多相 CT) 測定値に対する石灰化スコア.

理論的根拠と影響 - 破裂した AAA (rAAA) は生命を脅かす状況であり、米国では 13 番目の死亡原因です。 血管内動脈瘤修復 (EVAR) は、OR と比較して罹患率と死亡率が低いため、rAAA に好まれることがよくあります (1.6 対 5%)。 しかし、これらのデータは、最大直径/破裂の関係が非線形であり、破裂を予測するのに不正確であることを示しています。 したがって、AAA の成長と破裂を予測する新しいイメージング バイオ マーカーが必要です。 AAA 破裂または成長の予測を改善するために、AAA 壁ひずみの in vivo 評価で組織モデリングをパーソナライズする必要もあります。 調査の最後に、US-CT 融合を使用したこの AAA 壁の脆弱性の非侵襲的評価の完全な検証が行われると予想されます。これは、AAA 脆弱性の個別評価の基礎となります。 ひずみマッピングは、患者の選択を改善したり、FEA モデルに組み込んだりするために使用できます。 当社のパーソナライズされた予測モデルは、EVAR 手順のシミュレーション、計画、およびガイダンスにも役立ちます。