我们可以在没有成像的情况下识别中风亚型吗? 一个多维分析分析
Abdulaziz Alshehri1, Ronney B Panerai2, Man Yee Lam3
1Cerebral Haemodynamics in Ageing and Stroke Medicine (CHiASM) Research Group, Department of Cardiovascular Sciences, University of Leicester, Leicester LE1 7RH, UK; Department of Emergency Medical Services, College of Applied Medical Sciences, Najran University, Najran P.O. Box 1988, Saudi Arabia.
这项研究开发了一种非成像方法,使用血液动力学数据来区分缺血性中风 (AIS) 和脑内出血 (ICH). 这种方法显示了早期中风诊断的前途,而不依赖于医学成像.
科学领域:
- 神经学 神经学
- 生物医学工程 生物医学工程
- 数据科学在医学中的数据科学
背景情况:
- 脑卒中,包括缺血性脑卒中 (AIS) 和脑内出血 (ICH),是一个重大的全球健康挑战.
- 对于AIS和ICH,需要不同的管理策略,使得早期和准确的差异化对患者的结果至关重要.
- 目前的诊断方法主要依赖于CT和MRI等成像技术,这些技术可能不适用于所有环境.
研究的目的:
- 研究一种非成像方法来区分AIS和ICH.
- 通过使用生理参数来评估组合主成分分析 (PCA) 和后勤回归 (LR) 模型的有效性.
- 评估这种方法在超急性中风护理和医院前环境中的潜力.
主要方法:
- 对80名轻度至中度中风患者 (68名AIS,12名ICH) 进行了回顾性分析.
- 使用PCA和LR分析了67个参数,包括巴罗受体敏感度 (BRS) 和血液动力学变量.
- 使用双倍和六倍交叉验证技术验证了模型性能.
主要成果:
- 该PCA-LR模型成功地区分了AIS和ICH.
- 确定了BRS参数和大脑血液动力学因素是诊断准确性的重要贡献者.
- 双重交叉验证的结果是曲线下面积 (AUC) ≥0.92,六次交叉验证的结果是AUC ≥0.79.
结论:
- 使用生理数据的非成像,多维方法可以有效地区分AIS和ICH.
- 这种方法为快速识别中风亚型提供了一个潜在的工具,特别是在医院前的环境中.
- 需要对更大的数据集进行进一步的研究,以验证临床适用性和解决局限性,例如区分中风和模仿.
更多相关视频
06:45Author Spotlight: Integrated Photoacoustic, Ultrasound, and Angiographic Tomography (PAUSAT) for NonInvasive Whole-Brain Imaging of Ischemic Stroke
Published on: June 2, 2023
05:32Author Spotlight: Assessing Ischemic Stroke Damage Through Middle Cerebral Artery Occlusion Model
Published on: August 11, 2023
