SELECT-CT: 症状評価,傷害推定,CTへのキュレーショントリアージ - 緊急のコードストロークCTのために適切な患者を選択する単純なアルゴリズム

科学分野:

• 神経学 神経学とは
• 放射線学 放射線学
• メディカルイマージング (医学イメージング)

背景:

• マルチモダル"コード・ストローク"CTスキャンは,機械的血栓切除術を受ける資格のある急性性性血性脳卒中の患者を特定するために重要である.
• 現在のプロトコルにより,大量のスキャンが行われ,放射線科のサービスを圧倒する可能性がある.
• トロンベクトミー候補者の特定を効率化するために,効率的なアルゴリズムが必要である.

研究 の 目的:

• 機械的血栓切除手術の候補者を特定するためのSELECT-CTアルゴリズムを評価する.
• コードストロークCTスキャンの数を減らすアルゴリズムの能力を評価する.
• SELECT-CTのパフォーマンスを,様々なNational Institutes of Stroke Scaleのスコアスレッジと比較する.

主な方法:

• 機械的血栓切除手術を受けた患者の2年間にわたる遡及的なコホート研究.
• SELECT-CTアルゴリズムの適用 (NIHSS ≥2および/または後部循環/障害症状).
• SELECT-CTとNIHSSのスキャンの減少と,血栓切除手術候補者の正確な識別のための値の評価.

主要な成果:

• SELECT-CTアルゴリズムは,現在のエビデンスで示されたすべての患者を含む,血栓切除患者の97%を正しく識別しました.
• NIHSS ≥6 (83%) とNIHSS ≥2 (95%) と比較すると,SELECT-CTは識別精度を向上させました.
• SELECT-CTは,コードストロークCTスキャン容量の30%の削減を達成し,NIHSSの値のみを上回りました.

結論:

• SELECT-CTアルゴリズムは,コードストロークCTのワークロードを成功裏に削減しています.
• 機械的血栓切除術を必要とする患者を確実に特定します.
• このアルゴリズムは,急性不全性脳卒中患者の管理により効率的なアプローチを提供します.