EEG-mönster hos patienter med akut ischemisk stroke till följd av ocklusion av stora kärl i den främre cirkulationen

Logisk grund. Trots den spännande utvecklingen inom behandlingen av akut ischemisk stroke (AIS) under de senaste åren, är problemet med neurologisk försämring hos patienter med AIS fortfarande olöst och dåligt förståeligt. Detta är särskilt korrekt om patienter med AIS orsakat av ocklusion av stora kärl (LVO), främst inre halsartär (ICA) och ocklusion av mellersta cerebral artär (MCA). Sådan försämring observeras hos upp till fyrtio procent av patienterna med akut ischemisk stroke på grund av LVO. Å andra sidan berodde enligt litteraturen cirka 40 % av LVO-stroken på förmaksflimmer. Hittills finns det inget automatiserat övervakningssystem för tidig upptäckt av neurologisk försämring hos AIS-patienter. Ett sådant övervakningssystem kan rädda miljontals liv för strokedrabbade över hela världen. Som ett första steg för att utveckla ett sådant system baserat på förändring av hjärnans elektriska aktivitet registrerad genom elektroencefalografi (EEG) hos patienter med AIS föreslår utredare denna studie.

Övergripande mål. Syftet med den föreslagna forskningen är att utvärdera mönster av hjärnans elektriska aktivitet som registrerats av EEG hos patienter med AIS som tillskrivs MCA- eller ICA-territoriet i korrelation med lokalisering och förlängning av ischemiska lesioner, bestämt av icke-kontrast-CT (NCT). Baserat på dessa data kommer försöket att hitta algoritmer som beskriver sådan korrelation att göras.

Målgrupp. Den prospektiva studien kommer att omfatta minst 200 AIS-patienter med akut stroke orsakad av MCA- eller ICA-ocklusion.

Metoder. Icke kontrasterande CT och EEG kommer att göras samma dag. Neurolog kommer att utvärdera neurologisk status på dagen för EEG- och CT-utförande och klinisk poäng från National Institute of Health Stroke Scale (NIHSS) kommer att erhållas. EEG kommer att utföras kontinuerligt i minst 30 minuter med 19-kanals EEG-maskin.

Bedömning. Efter insamling av kliniska, EEG- och NCT-data kommer matematisk och datoriserad analys (inklusive metoder för artificiell intelligens) att tillämpas i syfte att hitta algoritmer som beskriver sambandet mellan storlek och placering av AIS och förändring i hjärnans elektriska aktivitet registrerad av EEG hos AIS-patienter.