DYNAMIC EVOLUTION OF INFARCT VOLUMES AT MRI IN ISCHEMIC STROKE DUE TO LARGE VESSEL OCCLUSION

IF 3 3区 医学 Q2 CLINICAL NEUROLOGY Journal of Neuroradiology Pub Date : 2024-02-24 DOI:10.1016/j.neurad.2024.01.039
David Planes , Fanny Munsch , Hikaru Fukutomi , Gaultier Marnat , Thomas Courret , Emilien Micard , Bailiang Chen , Bertrand Lapergue , Jean Marc Olivot , Vincent Dousset , Igor Sibon , Michel Thiebaut de Schotten , Thomas Tourdias
{"title":"DYNAMIC EVOLUTION OF INFARCT VOLUMES AT MRI IN ISCHEMIC STROKE DUE TO LARGE VESSEL OCCLUSION","authors":"David Planes ,&nbsp;Fanny Munsch ,&nbsp;Hikaru Fukutomi ,&nbsp;Gaultier Marnat ,&nbsp;Thomas Courret ,&nbsp;Emilien Micard ,&nbsp;Bailiang Chen ,&nbsp;Bertrand Lapergue ,&nbsp;Jean Marc Olivot ,&nbsp;Vincent Dousset ,&nbsp;Igor Sibon ,&nbsp;Michel Thiebaut de Schotten ,&nbsp;Thomas Tourdias","doi":"10.1016/j.neurad.2024.01.039","DOIUrl":null,"url":null,"abstract":"<div><h3>Objectif</h3><p>Suite à un AVC par occlusion proximale les patients peuvent être des progresseurs dits rapides ou lents. L'objectif de ce travail était de construire des profils types d’évolution spatiotemporelle des infarctus selon chaque phénotype et de montrer l'intérêt de ces nouvelles courbes.</p></div><div><h3>Méthodes</h3><p>Nous avons sélectionné, dans les études FRAME et ETIS, les IRM de phase aigüe des patients avec une occlusion proximale de début connu que nous avons séparées en une base d'entrainement et de validation. Dans la base d'entrainement, nous avons utilisé un algorithme de mélange de Gaussiennes pour séparer automatiquement les patients en 3 groupes selon la vitesse de progression de l'infarctus (volume-diffusion / délai-symptômes-imagerie). Nous avons concaténé ces patients pour inférer une évolution pseudo-longitudinale de croissance de l'infarctus selon le groupe et pour générer des cartes spatiales de fréquence. Nous avons construit un modèle prédictif du Rankin à 3 mois basé sur l'appartenance à un des 3 groupes que nous avons vérifié sur la base de validation.</p></div><div><h3>Résultats</h3><p>Nous avons inclus 804 AVC (âge médian 73 ans [61.2-82]). Dans la base d'entrainement, nous avons identifié de façon non supervisée 11% de progresseurs lents, 62% intermédiaires et 27% rapides. L’évolution temporelle était modélisée par une fonction linéaire (r=0.809 ; p&lt;0.001), cubique (r=0.471 ; p&lt;0.001) et puissance (r=0.63 ; p&lt;0.001) pour les progresseurs lents, intermédiaires et rapides. Les noyaux gris et l'insula étaient rapidement touchés chez les progresseurs intermédiaires avec une progression corticale chez les rapides. Le phénotype de progression était indépendamment associé au Rankin à 3 mois (OR, 0.51 ; 95%CI: 0.37-0.72, p&lt;0.0001) dans la base d'entrainement, permettant une prédiction avec une AUC de 0.78 (95%CI : 0.66-0.88) dans la base de validation (figs 1,2).</p></div><div><h3>Discussion</h3><p>Nous avons révélé des profils types spatio-temporels d’évolution des infarctus sur occlusion proximale permettant d'anticiper le handicap résiduel.</p></div>","PeriodicalId":50115,"journal":{"name":"Journal of Neuroradiology","volume":"51 2","pages":"Page 92"},"PeriodicalIF":3.0000,"publicationDate":"2024-02-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Neuroradiology","FirstCategoryId":"3","ListUrlMain":"https://www.sciencedirect.com/science/article/pii/S0150986124000397","RegionNum":3,"RegionCategory":"医学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q2","JCRName":"CLINICAL NEUROLOGY","Score":null,"Total":0}
引用次数: 0

Abstract

Objectif

Suite à un AVC par occlusion proximale les patients peuvent être des progresseurs dits rapides ou lents. L'objectif de ce travail était de construire des profils types d’évolution spatiotemporelle des infarctus selon chaque phénotype et de montrer l'intérêt de ces nouvelles courbes.

Méthodes

Nous avons sélectionné, dans les études FRAME et ETIS, les IRM de phase aigüe des patients avec une occlusion proximale de début connu que nous avons séparées en une base d'entrainement et de validation. Dans la base d'entrainement, nous avons utilisé un algorithme de mélange de Gaussiennes pour séparer automatiquement les patients en 3 groupes selon la vitesse de progression de l'infarctus (volume-diffusion / délai-symptômes-imagerie). Nous avons concaténé ces patients pour inférer une évolution pseudo-longitudinale de croissance de l'infarctus selon le groupe et pour générer des cartes spatiales de fréquence. Nous avons construit un modèle prédictif du Rankin à 3 mois basé sur l'appartenance à un des 3 groupes que nous avons vérifié sur la base de validation.

Résultats

Nous avons inclus 804 AVC (âge médian 73 ans [61.2-82]). Dans la base d'entrainement, nous avons identifié de façon non supervisée 11% de progresseurs lents, 62% intermédiaires et 27% rapides. L’évolution temporelle était modélisée par une fonction linéaire (r=0.809 ; p<0.001), cubique (r=0.471 ; p<0.001) et puissance (r=0.63 ; p<0.001) pour les progresseurs lents, intermédiaires et rapides. Les noyaux gris et l'insula étaient rapidement touchés chez les progresseurs intermédiaires avec une progression corticale chez les rapides. Le phénotype de progression était indépendamment associé au Rankin à 3 mois (OR, 0.51 ; 95%CI: 0.37-0.72, p<0.0001) dans la base d'entrainement, permettant une prédiction avec une AUC de 0.78 (95%CI : 0.66-0.88) dans la base de validation (figs 1,2).

Discussion

Nous avons révélé des profils types spatio-temporels d’évolution des infarctus sur occlusion proximale permettant d'anticiper le handicap résiduel.

查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
大血管闭塞所致缺血性脑卒中 mri 中梗死体积的动态变化
目的近端闭塞性脑卒中发生后,患者的病情发展可能很快,也可能很慢。方法在 FRAME 和 ETIS 研究中,我们选择了已知发病的近端闭塞患者的急性期 MRI 图像,并将其分为训练基和验证基。在训练基础中,我们使用高斯混合算法,根据梗死进展速度(体积-弥散/时间-症状-成像)自动将患者分为三组。我们将这些患者连接起来,根据组别推断出梗塞生长的假纵向演变,并生成空间频率图。我们根据 3 个组别之一的成员资格建立了 3 个月时的 Rankin 预测模型,并在验证数据库中进行了验证。结果我们纳入了 804 例脑卒中患者(中位年龄 73 岁 [61.2-82])。在训练数据库中,我们无监督地识别出了11%的慢进展者、62%的中进展者和27%的快进展者。慢速、中速和快速进展者的时间进程分别由线性函数(r=0.809;p<0.001)、立方函数(r=0.471;p<0.001)和幂函数(r=0.63;p<0.001)模拟。中度进展者的基底节和岛叶迅速受到影响,而快速进展者的大脑皮层受到影响。在训练基中,进展表型与 3 个月时的 Rankin 无关(OR,0.51;95%CI:0.37-0.72,p<0.0001),在验证基中,预测的 AUC 为 0.78(95%CI:0.66-0.88)(图 1、2)。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
Journal of Neuroradiology
Journal of Neuroradiology 医学-核医学
CiteScore
6.10
自引率
5.70%
发文量
142
审稿时长
6-12 weeks
期刊介绍: The Journal of Neuroradiology is a peer-reviewed journal, publishing worldwide clinical and basic research in the field of diagnostic and Interventional neuroradiology, translational and molecular neuroimaging, and artificial intelligence in neuroradiology. The Journal of Neuroradiology considers for publication articles, reviews, technical notes and letters to the editors (correspondence section), provided that the methodology and scientific content are of high quality, and that the results will have substantial clinical impact and/or physiological importance.
期刊最新文献
Impaired iron metabolism and cerebral perfusion patterns in unilateral middle cerebral artery stenosis or occlusion: Insights from quantitative susceptibility mapping. Deep learning segmentation-based bone removal from computed tomography of the brain improves subdural hematoma detection Intra-operative use of Augmented Reality for 3D visualisation of rotational angiography data: Feasibility and workflow demonstration using a PCOM aneurysm case Editorial board Contents
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1