来自OCTA的视网膜生物标志物和心脏病发作拓改善了最近单次皮质下心脏病发作的病因分类:一个诺莫格拉姆模型

科学领域:

• 神经学 神经学
• 血管神经学 血管神经学
• 眼科医生 眼科 眼科

背景情况:

• 在lenticulostriate动脉区域的单次下皮层梗塞 (RSSI) 呈现出病因异质性.
• 由于神经成像特征的重叠,大脑小血管疾病相关的缺口性心脏病 (CSVD相关的LI) 和分支动脉瘤性疾病 (BAD) 之间的错误分类是常见的.
• 目前的诊断方法需要改进,以获得准确的病因学分类.

研究的目的:

• 开发和验证一个整合视网膜光连贯断层扫描血管学 (OCTA) 度量与心脏病发作地形学的名图.
• 加强RSSI的病因分类,特别是区分与CSVD相关的LI和BAD.

主要方法:

• 在2021年12月至2023年12月期间,有望招收127名RSSI患者.
• 使用LASSO回归来识别基于后勤回归的诺米图的预测因子.
• 使用一致性指数 (C指数),校准曲线和决策曲线分析评估的诺莫格拉姆性能.

主要成果:

• 最终的名图包括表面血管复合体密度,病变切片数量和近位病变位置.
• 诺米图得到的高C指数为0.84 (95% CI,0.80-0.89),显著优于传统成像 (C指数为0.68).
• 在临床值 (AUC 0.84 与 0.68 相比,p < 0.001) 上显示出优越的净益.

结论:

• 这种新型名图有效地结合了OCTA衍生的视网膜生物标志物和心脏病发作拓,以改善RSSI中BAD与CSVD相关LI的差异化.
• 这种工具可以为中风患者提供以病因为导向的临床决策.
• 在广泛临床实施之前,建议进行外部验证.