开发一种算法,用于识别与肺癌,胰腺癌和结直肠癌相关的瘤性缺血性中风

科学领域:

• 神经学 神经学
• 在瘤学瘤学.
• 心脏病学 心脏病学

背景情况:

• 瘤性缺血性中风表明预后不佳.
• 之前的研究开发了一种使用缺血区域,C-反应蛋白 (CRP),乳酸脱酶 (LDH) 和颗粒细胞分裂来预测活跃癌症的算法.
• 区分与癌症相关的中风和偶然的并发症至关重要.

研究的目的:

• 为了检测癌症相关的缺血性中风在连续中风患者的大型,未经选择的队列.
• 分析与特定癌症相关的缺血性中风亚型.
• 为了将发现与被诊断患有细菌内心炎的患者进行比较.

主要方法:

• 1612次缺血性中风的回顾性单中心队列研究.
• 使用磁共振成像,CRP,LDH和粒细胞形成数据.
• 应用并优化了先前开发的用于检测瘤癌的算法,专注于特定的瘤类型.

主要成果:

• 活跃的癌症和内心炎与缺血区域增加和CRP/LDH水平升高有关.
• 最初的算法显示了83%的特异性和52%的敏感性,用于活跃的癌症相关的中风.
• 一个针对肺癌,胰腺癌和结直肠癌 (LPC) 的优化模型实现了77.8%的灵敏度和81.4%的特异性,所有活跃癌症的预测值为13.1%.

结论:

• 标准的临床检查可以识别可疑的瘤性中风,并提供足够的性能.
• 在老年患者中,缺血性中风和乳腺/前列腺癌之间的关联通常可能是偶然的.
• 一个专注于LPC癌症的优化算法改善了对瘤性中风的检测.