Validatie van 3D-simulaties bij embolische beroerte

Een beroerte treft elk jaar meer dan 100.000 mensen in het VK, en tot 50% van de patiënten blijft achter met een aanzienlijke handicap [1, 2]. 85% van de beroertes is het gevolg van verstopte bloedvaten in de hersenen (acute ischemische beroerte [AIS]), die de bloedtoevoer onderbreken en resulteren in een weefselinfarct en functionele beperkingen [1]. Beroerte is verantwoordelijk voor aanzienlijke morbiditeit en mortaliteit, met aanzienlijke sociale en economische implicaties, met name voor personen in de werkende leeftijd [1, 2]. De oorzaak van AIS kan grofweg worden geclassificeerd als embolische en niet-embolische beroerte [3]. Ongeveer een kwart van AIS is cardio-embolisch, als gevolg van embolie uit het linker atrium (atriumfibrilleren - AF), kleppen (hartklepaandoening of kunstkleppen), recent myocardinfarct, patent foramen ovale, infectieuze endocarditis of aortaboogatheroma [3- 5]. Dit cijfer is hoger bij oudere volwassenen vanwege de stijgende prevalentie van AF met de leeftijd [6]. Belangrijk is dat cardio-embolische beroertes ernstiger zijn, resulterend in grotere invaliditeit dan andere subtypes van beroertes [4]. Als gevolg van verbeterde standaarden in het beheer van vasculaire risicofactoren, neemt het aantal beroertes als gevolg van cardio-embolie toe, met een verdrievoudiging in incidentie in de afgelopen decennia [4]. Correcte identificatie en behandeling van een emboliebron kan herhaling tot wel 70% verminderen [4]. AF blijft de belangrijkste oorzaak van cardio-embolische beroerte [4, 5]. Het correct identificeren en behandelen van AF komt echter voor bij slechts 50% van de daarvoor in aanmerking komende patiënten [3]. Dit kan te wijten zijn aan de onwil van de arts om patiënten te anticoaguleren, met name bij de kwetsbare oudere populatie met een hoog risico op vallen [3]. Tot 25% van de beroertes is een embolie van onbepaalde bron (ESUS), wat het gevolg kan zijn van paroxismale AF die langdurige hartmonitoring vereist om patiënten met succes te kunnen identificeren en behandelen [3, 7]. AF is asymptomatisch bij tot 40% van de patiënten, en de eerste presentatie kan met een significant infarct zijn [8]. Antistolling is de hoeksteen van het verminderen van het risico op een beroerte bij AF, maar met een tot tweevoudige toename van het bloedingsrisico is deze behandeling alleen voorbehouden aan bewezen gevallen [9, 10]. Antistolling bij ESUS blijft een voortdurend debat en is momenteel beperkt tot groepen met een hoog risico (bijv. meerdere infarcten in verschillende gebieden) [11, 12]. Het identificeren en behandelen van AF is dus een topprioriteit om het risico op een beroerte in de toekomst te verminderen, maar om complicaties te minimaliseren wanneer antistolling niet geïndiceerd is.

Gezien de verschillende etiologieën, onderzoeken en behandeling van embolische en niet-embolische beroertes, vergemakkelijkt vroege differentiatie de klinische besluitvorming en maakt gericht onderzoek en behandeling voor patiënten mogelijk. Radiologische kenmerken van een beroerte kunnen dit proces ondersteunen, aangezien de locatie, de grootte en het patroon van het infarct de waarschijnlijke etiologie en het subtype van een beroerte kunnen aangeven. Op dit moment zijn er echter geen criteria waarmee dit wordt beoordeeld, waarbij wordt uitgegaan van een kwalitatief en dus subjectief oordeel van de behandelend arts of radioloog. Een onnauwkeurige diagnose is gemeld bij tot een derde van de lacunaire beroertes, waarbij alleen werd vertrouwd op klinische en CT-bevindingen [13]. De meerderheid van de fout-positieve bevindingen was te wijten aan een cardio-embolische beroerte of een beroerte in een grote slagader, wat mogelijk resulteerde in een gemiste kans om AF te identificeren en te behandelen [13]. Diffusiegewogen beeldvorming kan de diagnose van een lacunair infarct verbeteren, maar het gebruik ervan is beperkt door kosten en beschikbaarheid [13-15]. In een recent onderzoek onder 133 patiënten met ESUS bleek 22,6% AF te hebben na drie maanden hartmonitoring, en een 8-punts risicoscore zou dit met redelijke nauwkeurigheid kunnen voorspellen (gebied onder de curve = 0,70) [16]. Deze nauwkeurigheid neemt echter aanzienlijk af wanneer de etiologie van een beroerte onbepaald blijft [16]. Het werkelijke deel van AF dat onopgemerkt blijft, blijft onbekend, en eerdere detectie door middel van voorspellende modellen zou mogelijk vertragingen in onderzoek en behandeling kunnen verminderen.

Daarom kan het verbeteren van de processen waardoor een embolische beroerte, met name AF, de klinische besluitvorming kan helpen begeleiden. Dit zou een betere afstemming van onderzoeken op patiënten mogelijk maken, onnodige tests die potentiële economische voordelen voor de NHS zouden kunnen hebben, verwijderen en de onderzoekslast voor patiënten verminderen. De ontwikkeling van beroertemodellen die klinische informatie van patiënten en scanbevindingen kunnen integreren, kan mogelijk een verbeterde diagnostische nauwkeurigheid bieden voor classificatie van beroerte-subtypes en een tijdig en gerichter onderzoek en behandeling mogelijk maken. Met name modellen die onderscheid kunnen maken tussen verschillende soorten embolie kunnen bijzonder waardevol zijn en aanleiding geven tot uitgebreide monitoring voor patiënten die het meest waarschijnlijk een AF-bron hebben.

Deze studie stelt een door JH en EC ontwikkelde Monte Carlo-methode voor om beroertes te simuleren [17-20]. Deze methode is onlangs aangepast met behulp van een in silico cerebrale vasculatuur [21] en getest tegen beelden van een beroerte uit de database Anatomical Tracings of Lesions After Stroke (ATLAS) (niet-gepubliceerd werk). Het voordeel van het gebruik van een computationeel gegenereerde vasculatuur ten opzichte van beeldvorming is dat er geen ondergrens is voor de vaatgrootte en dat we vaten in ons model kunnen opnemen tot aan het capillaire bed. Binnen de simulaties kunnen we het laesievolume schatten en rekening houden met de verschillende metabole eisen van grijze en witte stof. Onlangs zijn we in staat geweest om beroertebeelden in de voorste, middelste en achterste (respectievelijk ACA, MCA, PCA) circulaties te reproduceren met behulp van afbeeldingen uit de ATLAS-dataset. De meeste laesies in ATLAS waren echter chronisch van aard en dit geeft geen informatie over hoe dit model zou presteren bij de "voordeur" waar behandelingsbeslissingen sneller zouden kunnen worden genomen.

Daarom streeft dit project naar de ontwikkeling van een acute beroerte-scandatabase om deze recent ontwikkelde simulaties te valideren en om de nauwkeurigheid te bepalen bij het voorspellen van de bron van embolische beroerte in de acute setting. Gezien de groeiende toepassing van AI-technieken in de klinische geneeskunde, zullen we het vermogen van dit recent ontwikkelde beroerte-simulatiemodel vergelijken met AI-technieken om de oorzaak van een embolische beroerte te voorspellen. We zullen het vermogen van de modellen vergelijken met klinische of radiologische opinie. Ten slotte zullen we het gecombineerde vermogen van de twee technieken testen om de oorzaak van een embolische beroerte te bepalen. Concreet zullen we de volgende bronnen evalueren: lacunaire, cardio-embolische, atherosclerotische embolie van grote bloedvaten en waterscheiding.