通过将皮质脊髓管损伤负荷与在患有出血性中风后的患者中扩散张力分数无otropy的结合来预测结果
Tetsuo Koyama1,2, Midori Mochizuki1, Yuki Uchiyama2
1Department of Rehabilitation Medicine, Nishinomiya Kyoritsu Neurosurgical Hospital, Nishinomiya, Japan.
Progress in rehabilitation medicine
|January 15, 2024
概括
结合皮质脊柱管的损伤负荷 (CST-LL) 和皮质脊柱管的微分异型性 (CST-FA),可以改善中风后的运动结果预测. 这种综合方法为预测患者康复和告知治疗策略提供了更高的准确性.
科学领域:
- 神经科学是一个神经科学.
- 神经学 神经学
- 放射学 放射学是一门学科.
背景情况:
- 脑卒中通常会导致由于皮质脊柱管 (CST) 损伤导致的运动缺陷.
- 准确预测运动结果对于有效的康复规划至关重要.
- 当前的预测模型可能无法完全捕捉到损伤特征和功能恢复之间的复杂关系.
研究的目的:
- 为了评估在受损半球中将皮质脊柱体损伤负荷 (CST-LL) 与皮质脊柱体扩散-张力微分异构 (CST-FA) 结合在一起的运动结果的预测精度.
- 确定CST-LL和CST-FA对运动恢复预测的个人和联合贡献.
主要方法:
- 追溯招募患有布塔米纳和/或胸膜出血的患者.
- 从注册到标准大脑的CT图像中计算CST-LL.
- 使用扩散张力成像和自动化曲道图谱测量损伤侧CST-FA.
- 在放电时使用冲击损伤评估集 (SIAS-电机总数) 评估电机结果.
- 使用CST-LL和CST-FA作为预测器进行多变量回归分析.
主要成果:
- 分析了25名患者,运动分数从0到25不等.
- 无论是CST-LL还是病变侧CST-FA都是运动结果的统计学显著预测因素.
- 发现CST-LL和CST-FA对运动结果预测的贡献几乎相等.
- 综合回归模型解释了运动结果变化的63.9%.
结论:
- 整合CST-LL和损伤侧CST-FA显著提高了中风电机结果预测模型的精度.
- 这种结合成像生物标记方法为预测中风后功能恢复提供了更强大的工具.
- 这些发现支持使用先进的神经成像指标进行个性化中风康复.
