Ключевые результаты
Исследователи разработали модель на основе КТ-радиомики, которая анализирует как интратромботические, так и перитромботические зоны для прогнозирования полной реканализации после эндоваскулярной тромбэктомии (EVT). Комбинированная модель продемонстрировала высокую диагностическую точность:
- AUC 0.93 на тренировочной выборке
- AUC 0.88 на тестовой выборке
- AUC 0.86 на внешней валидации
Перспективным открытием стало то, что перитромботическая зона вносит доминирующий вклад в модель (10 из 15 признаков), что указывает на важность анализа тканей, окружающих тромб.
Методология
Ретроспективное трёхцентровое исследование включило 406 пациентов с острым ишемическим инсультом (ОИИ) и окклюзией крупных сосудов переднего кровообращения (декабрь 2018 — апрель 2024).
Дизайн исследования:
- Тренировочная выборка: 178 пациентов
- Внутренняя тестовая выборка: 77 пациентов
- Внешняя валидационная выборка: 151 пациент
Технические аспекты:
- Полная реканализация определялась как mTICI 2c/3 (modified Thrombolysis in Cerebral Infarction)
- Извлечено 428 радиомических признаков из нативной КТ и КТ-ангиографии (CTA)
- Применялась LASSO-регрессия (Least Absolute Shrinkage and Selection Operator)
- Тестировано 11 различных классификаторов машинного обучения
Клиническое значение
Преимущества для практической неврологии:
- Объективный инструмент для селекции пациентов перед EVT
- Возможность персонализации лечебной тактики на основе радиомических данных
- Неинвазивная оценка прогноза без дополнительного контрастирования
Новизна подхода:
Впервые продемонстрирована важность перитромботических изменений в прогнозировании исхода тромбэктомии. Традиционные подходы фокусировались только на характеристиках самого тромба, игнорируя изменения в окружающих тканях.
Практическое применение:
- Предоперационное планирование EVT с учётом вероятности успеха
- Оптимизация времени и ресурсов эндоваскулярной службы
- Возможность стратификации риска для исследовательских протоколов
Выводы
Исследование представляет значительный шаг в развитии персонализированной медицины для лечения острого ишемического инсульта. Decision curve analysis подтвердил превосходную клиническую полезность комбинированной модели над моделями, анализирующими отдельные регионы.
Особенно важным является выявление доминирующей роли перитромботических признаков, что открывает новые направления для понимания патофизиологии тромбоэмболии и разработки таргетированных терапевтических подходов.
Внешняя валидация на независимой выборке из другого центра подтверждает генерализуемость модели и её потенциал для внедрения в рутинную практику эндоваскулярных центров.