肝臓手術中の肝臓および全身血行動態モデリング (LSM)

「肝がんの外科的管理はますます複雑になってきており、切除はしばしば広範で反復的であり、病的な肝臓 (肝硬変または複数の化学療法) で行われます。 この姿勢は、患者のより良い選択と周術期管理、および肝臓の再生能力によって可能になります。 ただし、広範な切除が日常的に行われたとしても、特に慢性肝疾患の患者では、術後肝不全 (PLF) のリスクが制限されたままです。 数多くの既知のリスク要因があり、そのうちのいくつかは回避可能ですが、PLF および/または術後の肝代償不全 (腹水) は依然として頻繁な合併症 (発生率 > 5%) であり、PLF は依然として術後死亡の主な原因の 1 つです。

最終的に問題となるのは、技術的に実現可能なものと、機能および代謝レベルで許容されるものとの間のバランスを取りながら、癌学的ニーズに適合した治療を選択することです。 このバランスは、客観的な要素 (特に容積測定および生物学的検査) と外科医の経験に基づく外科的評価に基づいています。 この推定は不完全であり、すべてのタイプの肝切除を考慮すると、肝切除後 3 か月での死亡率は依然として高く、5 ～ 7% であることが証明されています。 これらの結果をさらに改善することは明らかに可能であり、コンピュータ ツールは医療外科アルゴリズムでその場所を見つけなければなりません。 仮想 (術前) 3D 肝臓再構成が重要な補助であり、術後の罹患率と死亡率の減少につながることはすでに知られていますが、血行動態シミュレーションも意思決定ツールとして使用できます。

肝切除後、十分な肝機能を維持するために不可欠なのは、肝臓の容積と内臓の流れに適合した肝内血液供給 (流入) に関連する十分な残留実質容積と、回避するのに十分な流出 (流出) を維持することです。肝内うっ血。 切除後の門脈勾配は、肝臓の血行動態と PLF のリスクの最も関連性の高い反映の 1 つですが、外科的処置が行われた後、術中にのみ利用できるため、選択するためのツールとして使用することはできません。手術候補。 現在、術前の臨床データまたは生物学的データ (血小板、ビリルビン、インドシアニン グリーン クリアランス、腹水、食道静脈瘤...) に基づいて、患者の外科的管理を導くための決定アルゴリズムがいくつかあります。 非侵襲的に測定または推定された切除前の門脈勾配≧10 mmHg は、高リスク患者の選択を可能にしますが、感度と特異性はあまり高くなく、PLF の発生を防ぐことはできません。

したがって、特定の患者（特に肝硬変）が術後代償不全のリスクを正確に予測することは依然として非常に困難であり、一部の患者は代償不全を恐れて過小治療されることがあります。 したがって、これらの患者では、チャンスの損失です。

肝移植では、特に小さな移植片または部分的な肝臓の場合、血管床と門脈の流れとの間の妥当性が必要です。 ミスマッチの場合、小サイズ症候群、すなわち門脈圧亢進症 (PHT) および臓器不全 (PLF 相当) が発生し、移植片と患者を危険にさらす可能性があります。 部分肝切除と同様に、移植後の門脈勾配の予測は、最大量の門脈流量を超えないように微調整することにより、サイズが小さい症候群を回避するのに役立ちます。 したがって、特に生体ドナーまたは補助移植の場合、ドナー/レシピエントのペアのより良いマッチングが提案される可能性があります。

最後に、門脈塞栓術は、塞栓された側の萎縮と反対側の肥大を介して肝切除のための臓器を準備するための放射線学的手順です。 特に肝硬変では、門脈血栓症によって門脈塞栓が複雑になることがあります。門脈血栓症の主な危険因子は、門脈勾配の上昇です。 現在、この勾配を予測するツールはなく、0D シミュレーションでは、塞栓量を調整することでこのリスクを回避できます (必要に応じて順次塞栓術)。

最後に、過去 20 年間の医学的外科的進歩にもかかわらず、肝臓手術の候補の選択は、特定の患者の特性に手順を細かく適応させ、術後のリスクを最小限に抑えるために、古くて感度が不十分な原則に基づいたままです。 この研究の目的は、人間でテストされたことのない最新のシミュレーション ツールのおかげで、外科医の意思決定を支援することです。

提案されたツールは、肝臓手術に適用される 0D モデルです。 これは常微分方程式に基づいており、血流は電流で、血圧は電圧で表されます。 方程式に空間次元がないため、0D と呼ばれます。

シミュレーションと予測には次のものが必要です。

• 術前データの収集 (画像、生物学、臨床など)。
• 術中の術前および術後データの収集: 血行動態および生物学的測定。
• 術後データの収集 (即時術後フォロー アップ、現在の生物学、解剖病理学)。

これらの術前データは、患者ごとにモデルを調整するために使用されます。 モデルが実際の条件に「調整」されると、介入のシミュレーションを実行して、処置後のデータを予測し、それらを実際の測定値と比較し、処置後のイベントと関連付けることができます。

スキーム: 第 1 段階では、術前および術中のデータを使用して、最初に動物で開発され、ヒトでのパイロット研究でテストされた 0D モデルを改善します。 アルゴリズムの最終的な精度に応じて、アルゴリズムの検証が 2 番目のフェーズで実行されます。

参加者に期待される利点: 実行された測定に基づく内科手術管理の変更がないため、利点はありません。 すべてのシミュレーションは、遡及的に手術後に実行されます。

期待される社会効果（将来患者）：

• 合併症や死亡のリスクを最小限に抑えるために、肝切除/移植/インターベンション放射線治療の候補となる臓器または患者を選択するための基準が改善されました。
• 外科技術の改善の可能性（血管吻合および肝臓の位置決め）。

手順：

対象となる可能性のあるすべての患者は、ケアの一環として行われる術前の訪問中に研究に参加するよう求められます。 同意書に署名した適格な患者は、フローMRIや超音波ベースの肝臓および心臓流量測定など、ケアの一環としてプロトコル手順が実行されます。

プロトコル手順は、手順の開始時と終了時に術中に実行されます (肝切除、TH または門脈塞栓術)。 肝切除またはTHの患者は、超音波、CTスキャン、生物学的検査、および外科医との相談によるD7およびD30の処置後のケアと同じフォローアップを受けます。

門脈塞栓術を受けた患者は、門脈塞栓術の 4 ～ 6 週間後に行われる肝切除時にプロトコル手順も受けます。 これらの患者は、肝切除後 1 か月、肝切除後 D7 および D30 でフォローアップされます。

統計分析：

LSM は探索的予測モデル開発および実現可能性調査であり、テストする先験的な仮説はありません。したがって、必要な被験者の数は、参加センターでの 36 か月にわたる実行可能な包含に基づいています。 潜在的な包含は、年間 50 人の患者、または 3 年間で 150 人の患者です。 この調査には、0D アルゴリズムの開発および改良段階と検証段階の 2 つの段階があります。 最初のフェーズでは、ますます大規模なコホートで開発されたアルゴリズムがテストされます。 アルゴリズムの各テストで、術後に測定された門脈勾配 (PCG) とシミュレートされた PCG との一致は、クラス内相関係数と Bland & Altman グラフを使用して計算されます。 第 2 段階の完了は、第 1 段階の結果に依存します。

これらの数字は、採用センターが大量の紹介センターであることと一致しています。