Validação de Simulações 3D em AVC Embólico

O AVC afeta mais de 100.000 pessoas a cada ano no Reino Unido, e até 50% dos pacientes ficam com incapacidade significativa [1, 2]. 85% dos acidentes vasculares cerebrais resultam de vasos sanguíneos ocluídos no cérebro (AVC isquêmico agudo [AIS]), interrompendo o suprimento de sangue e resultando em infarto tecidual e comprometimento funcional [1]. O AVC é responsável por morbidade e mortalidade significativas, com implicações sociais e econômicas consideráveis, particularmente para indivíduos em idade produtiva [1, 2]. A causa do AIS pode ser amplamente classificada como acidente vascular cerebral embólico e não embólico [3]. Aproximadamente um quarto das EIA é cardioembólica, devido à embolia do átrio esquerdo (fibrilação atrial - FA), válvulas (doença cardíaca valvular ou válvulas protéticas), infarto do miocárdio recente, forame oval patente, endocardite infecciosa ou ateroma do arco aórtico [3- 5]. Este valor é maior entre os adultos mais velhos devido ao aumento da prevalência de FA com a idade [6]. É importante ressaltar que os AVCs cardioembólicos são mais graves, resultando em maior incapacidade do que outros subtipos de AVC [4]. Devido à melhoria dos padrões de gestão dos fatores de risco vascular, a proporção de acidentes vasculares cerebrais resultantes de cardioembolismo está aumentando, tendo triplicado em incidência nas últimas décadas [4]. A correta identificação e manejo de uma fonte embólica pode reduzir a recorrência em até 70% [4]. A FA continua sendo a principal causa de AVC cardioembólico [4, 5]. No entanto, acredita-se que identificar e tratar corretamente a FA ocorra em apenas 50% dos pacientes elegíveis [3]. Isso pode ser devido à relutância dos médicos em anticoagular pacientes, particularmente na população idosa frágil com alto risco de quedas [3]. Até 25% dos acidentes vasculares cerebrais são embólicos de fonte indeterminada (ESUS), o que pode ser devido à FA paroxística que requer monitoramento cardíaco prolongado para identificar e tratar com sucesso os pacientes [3, 7]. A FA é assintomática em até 40% dos pacientes, e a primeira apresentação pode ser com um infarto significativo [8]. A anticoagulação é a pedra angular da redução do risco de AVC na FA, mas com um aumento de até duas vezes no risco de sangramento, esse tratamento é reservado apenas para casos comprovados [9, 10]. A anticoagulação na ESUS continua sendo um debate em andamento e atualmente está limitada a grupos de alto risco (por exemplo, infartos múltiplos em diferentes territórios) [11, 12]. Assim, identificar e tratar a FA é uma prioridade fundamental para reduzir o risco futuro de AVC, mas minimizar as complicações quando a anticoagulação não é indicada.

Dadas as diferentes etiologias, investigação e tratamento de AVC embólico e não-embólico, a diferenciação precoce facilita a tomada de decisões clínicas e permite uma investigação e tratamento focalizados para os pacientes. As características radiológicas do AVC podem apoiar esse processo, pois a localização, o tamanho e o padrão do infarto podem indicar a etiologia provável e o subtipo de AVC. No entanto, atualmente não há critérios pelos quais isso seja avaliado, baseando-se em uma opinião qualitativa e, portanto, subjetiva do clínico ou radiologista responsável. O diagnóstico impreciso foi relatado em até um terço dos AVC lacunares, com base apenas nos achados clínicos e na TC [13]. A maioria dos achados falsos positivos foi devido a AVC cardioembólico ou de grandes artérias, resultando potencialmente na perda de oportunidade de identificar e tratar a FA [13]. A imagem ponderada em difusão pode melhorar o diagnóstico de infarto lacunar, mas seu uso é limitado pelo custo e disponibilidade [13-15]. Em um estudo recente de 133 pacientes com ESUS, 22,6% apresentaram FA após três meses de monitoramento cardíaco, e um escore de risco de 8 pontos poderia prever isso com precisão razoável (área sob a curva = 0,70) [16]. No entanto, essa precisão cai consideravelmente quando a etiologia do AVC permanece indeterminada [16]. A verdadeira proporção de FA que não é detectada permanece desconhecida, e a detecção precoce por meio de modelagem preditiva pode potencialmente reduzir os atrasos na investigação e no tratamento.

Portanto, melhorar os processos pelos quais o AVC embólico, particularmente a FA, pode ajudar a orientar a tomada de decisões clínicas. Isso permitiria uma melhor adaptação das investigações aos pacientes, removendo testes desnecessários que poderiam ter potenciais benefícios econômicos para o NHS e reduzindo a carga de investigação para os pacientes. O desenvolvimento de modelos de AVC que podem integrar informações clínicas de pacientes e achados de varredura pode fornecer maior precisão diagnóstica para classificação de subtipo de AVC e facilitar investigação e tratamento oportunos e mais direcionados. Em particular, modelos capazes de diferenciar entre diferentes tipos de embolia podem ser particularmente valiosos e solicitar monitoramento prolongado para pacientes com maior probabilidade de ter uma fonte de FA.

Este estudo propõe um método de Monte Carlo desenvolvido por JH e EC para simular golpes [17-20]. Este método foi recentemente adaptado usando uma vasculatura cerebral in silico [21] e testado contra imagens de acidente vascular cerebral do banco de dados de traçados anatômicos de lesões após acidente vascular cerebral (ATLAS) (trabalho não publicado). A vantagem de usar uma vasculatura gerada computacionalmente sobre a imagem é que não há limite inferior no tamanho do vaso e podemos incluir vasos em nosso modelo até o leito capilar. Dentro das simulações, podemos estimar o volume da lesão, bem como incorporar as diferentes demandas metabólicas da substância cinzenta e branca. Recentemente, conseguimos reproduzir imagens de AVC nas circulações anterior, média e posterior (ACA, MCA, PCA, respectivamente) usando imagens do conjunto de dados ATLAS. No entanto, a maioria das lesões no ATLAS era de natureza crônica e isso não fornece informações sobre como esse modelo funcionaria na "porta da frente", onde as decisões de tratamento poderiam ser tomadas em tempo hábil.

Portanto, este projeto busca desenvolver um banco de dados de varredura de AVC agudo para validar essas simulações desenvolvidas recentemente e determinar a precisão na previsão da origem do AVC embólico no cenário agudo. Dada a crescente aplicação de técnicas de IA à medicina clínica, compararemos a capacidade desse modelo de simulação de AVC recentemente desenvolvido com as técnicas de IA para prever a origem do AVC embólico. Iremos comparar a capacidade dos modelos à opinião clínica ou radiológica. Finalmente, testaremos a capacidade combinada das duas técnicas para determinar a origem do AVC embólico. Especificamente, avaliaremos as seguintes fontes: êmbolos lacunares, cardioembólicos, ateroscleróticos de grandes vasos e divisores de águas.