Three-Dimensional Quantitative Color-Coding Analysis in Predicting the Outcome of Flow Diverter Treatment for Large or Giant ICA Aneurysms in the Cavernous Portion [RESEARCH]

Arimura, K., Koyanagi, Y., Iwaki, K., Okuda, T., Takagishi, S., Tanaka, S., Kurogi, R., Nakamizo, A., Yoshimoto, K.

View Original ↗
AI 導讀 academic IR 重要性 4/5

利用 3D-QCA 測量術中血流傳輸時間變化率,若降至 57.8%,可精準預測巨型動脈瘤在 FD 術後半年完全栓塞。

  • 3D-QCA 發現,半年達 OKM D 級的病患,術中血流傳輸時間變化率平均僅 57.8%。
  • 未達完全閉塞(B 或 C 級)的病患,變化率高達 90.1%,兩者有顯著差異(P = 0.01)。
  • 透過測量 ICA 岩骨段與終末分叉的傳輸時間差,能在術中即刻判斷血流導流裝置的效果。

放過血流導流裝置後,若動脈瘤兩端對比劑通過時間的變化率低於 57.8%,半年後達到完全栓塞的機率極高。神經放射科醫師經常困擾於無法在術後當下預測巨型海綿竇段動脈瘤的預後,這篇 AJNR 研究證實,利用四維血管攝影測量血流滯留差,能直接把術後六個月的影像結果提前到手術檯上預知。

巨型海綿竇段動脈瘤與 FD 術後的預測困境

處理顱內動脈瘤時,海綿竇段(cavernous portion)的大型或巨型動脈瘤(IC-cav ANs)向來是神經介入領域的棘手難題。這類病灶由於體積龐大,經常壓迫周圍的腦神經,導致患者出現複視、眼瞼下垂或顏面麻木等神經學症狀。為了有效消除動脈瘤並緩解神經壓迫,臨床上越來越仰賴 FD(Flow Diverter,改變血流方向以促進動脈瘤血栓化的密網導管)進行治療。這類裝置的治療邏輯並非立即填塞動脈瘤,而是透過改變載瘤動脈(parent artery)的血流動力學,讓動脈瘤內部的血流停滯,進而隨時間慢慢形成血栓並最終達到完全閉塞。

然而,這種延遲性栓塞的特性也帶來了巨大的臨床不確定性。當我們在血管攝影室(angio suite)成功釋放 FD 後,常規的二維數位減影血管攝影(DSA)往往只能確認支架貼合度良好、沒有明顯的血管內血栓形成,並觀察到對比劑在動脈瘤內的滯留現象(stasis)。但這種肉眼可見的「滯留」非常主觀,無法精準量化。我們在術後當下根本無從得知,這種程度的血流改變是否足以在三個月或六個月後讓動脈瘤徹底消失,進而解除患者的神經壓迫症狀。

為了解決這個圍手術期(perioperative period)的預測難題,九州大學的神經外科與放射線部團隊提出了一種基於影像後處理的量化策略。他們捨棄了傳統的主觀視覺評估,轉而採用 3D-QCA(用彩色疊影量化血流滯留時間的軟體)技術。這項技術建立在 4D DSA(以高幀率重建血流三維動態的血管攝影)的基礎上,能夠將造影劑在血管內的流動過程轉化為客觀的時間與強度數據。透過這種三維量化色彩編碼分析,醫師可以在病患還躺在手術檯上時,就取得一組客觀的血流動力學指標。

這項研究的核心價值在於,它試圖在術中即刻建立一套預測模型。如果我們能提早知道某位病患的 FD 治療效果可能不如預期,就能及時在術中追加其他處置(例如輔助性線圈填塞或置放第二支 FD),或是調整術後的雙重抗血小板藥物(DAPT)療程與影像追蹤頻率。這不僅能大幅減輕醫師對於術後未知的焦慮,對於改善巨型海綿竇段動脈瘤患者的長期症狀恢復也具有指標性的意義。

3D-QCA 影像擷取與感興趣區的設定邏輯

從研究設計與方法學來看,作者團隊針對接受 FD 治療的病患進行了一套標準化的影像擷取流程。本研究共納入了 10 例未合併使用白金線圈(coils),單純只使用 FD 進行治療的病患。這些病患的病灶皆為海綿竇段的大型或巨型內頸動脈瘤。在 FD 釋放之前與釋放之後,團隊都會在血管攝影機上執行高解析度的 4D DSA 掃描,並將獲取的大量動態影像數據傳輸至後處理工作站,進行 3D-QCA 的運算與分析。

在進行 3D-QCA 分析時,如何設定感興趣區(ROI)是決定數據準確度的關鍵。研究團隊採取了非常符合解剖學與流體力學邏輯的做法。他們在內頸動脈(ICA)的兩個關鍵位置設定了 ROI:一個位於遠端的內頸動脈終末分叉處(terminal bifurcation),另一個位於近端的岩骨段(petrous segment)。這兩個位置剛好跨越了海綿竇段動脈瘤的兩端,能夠完美捕捉血流經過這個「異常空間」前後的狀態變化。

設定好 ROI 後,系統會計算出「3D-QCA 傳輸時間」(3D-QCA transit time)。這個時間差(Δtransit time)的計算基礎,是比較兩個 ROI 之間達到對比劑最高強度(peak contrast intensities)的時間距離。我們可以想像,在尚未放置 FD 之前,巨型動脈瘤就像一個巨大的蓄水池;當血流從岩骨段進入後,大部分的對比劑會先灌入並在動脈瘤內盤旋,導致遠端終末分叉處達到最高濃度的時間被嚴重向後遞延。因此,術前的 Δtransit time 通常會非常長。

當 FD 成功部署後,密網導管會在物理上重建內頸動脈的管腔。如果導流效果良好,血流會直接沿著支架內腔快速通過,不再大量灌注進入動脈瘤這個「蓄水池」。此時,對比劑從岩骨段到達終末分叉處的時間應該會大幅縮短。為了量化這個改變的幅度,團隊定義了一個「變化率」(change rate)公式:以置放 FD 後的 Δtransit time 除以置放前的 Δtransit time(change rate = post-FD Δtransit time / pre-FD Δtransit time)。這個精煉的公式去除了個體之間基礎心跳率與心輸出的絕對值差異,轉而關注血流動力學被重塑的相對比例。

除了術中的 3D-QCA 數據,研究團隊還需要一個客觀的黃金標準來驗證預測效果。他們選擇了病患在術後六個月進行常規 DSA 追蹤時的 OKM grading(評估動脈瘤內對比劑滯留程度的分級)作為最終的治療結果判定。OKM 分級將栓塞程度分為 A 到 D 四級,其中 D 級代表完全閉塞(no filling),是介入治療追求的最終目標;而 B 級(次全充填)與 C 級(入口殘留)則代表動脈瘤尚未完全癒合,仍存在潛在的復發或破裂風險。

六個月 DSA 追蹤結果與 OKM 分級的具體數據

把焦點拉到實際的治療結果與數據表現。在所有 10 名受試者中,操作醫師皆成功且順利地將 FD 部署至目標位置,過程中並沒有發生需要緊急使用線圈進行輔助填塞的突發狀況。這確保了後續測得的血流動力學變化完全歸功於 FD 本身的血流導引效應,排除了金屬線圈佔位效應對 3D-QCA 影像分析可能造成的干擾與假影。

經過半年的等待與追蹤,這 10 位病患回到醫院接受了六個月的 DSA 檢查。根據影像上的 OKM 分級評估,結果呈現了相當典型的分佈狀態。其中有 3 例病患被判定為 OKM B 級(表示動脈瘤仍有相當程度的充血),另外有 3 例病患被判定為 OKM C 級(表示主體已栓塞但瘤頸處仍有對比劑殘留)。而最令臨床醫師振奮的 OKM D 級(完全閉塞無充血),則出現在剩餘的 4 例病患身上。這顯示在巨型海綿竇段動脈瘤的單純 FD 治療中,半年達到完全栓塞的比例為 40%(4/10)。

若單看傳統影像,我們很難在術後當下區分這 10 人之中誰會走向 B、C 級,誰又能順利達到 D 級。然而,當研究團隊將這份六個月後的臨床成績單,與他們在手術檯上測得的 3D-QCA 傳輸時間變化率進行交叉比對時,一組極具鑑別度的數據浮現了。他們發現,最終達到完全閉塞(OKM grade D)的這 4 位病患,其術中 3D-QCA 的平均變化率顯著偏低。

具體而言,OKM grade D 組別的 3D-QCA 傳輸時間變化率僅為 57.8%。相對於此,那些在半年後僅達到 OKM B 級或 C 級的不完全栓塞組別,其傳輸時間變化率則高達 90.1%。這兩組數據之間存在顯著的統計學差異(P = 0.01)。也就是說,利用單一一個血流時間比例的數字,就能在 10 個看似成功的手術中,明確標示出兩種截然不同的長期預後走向。

六個月 DSA 追蹤結果與 OKM 分級的分佈
OKM 分級影像表現定義病患數量治療狀態
Grade D完全閉塞無充血4 例達到最終治療目標
Grade C主體栓塞但入口殘留3 例不完全栓塞
Grade B次全充填(大片殘留)3 例不完全栓塞

10 名無輔助線圈填塞之巨型動脈瘤受試者

變化率 57.8% 對比 90.1% 所暗示的血流動力學

為什麼 57.8% 與 90.1% 這兩個數字在血流動力學上具有如此重大的意義?我們必須回到巨型動脈瘤的流體力學本質來探討。如前所述,變化率是「術後傳輸時間」除以「術前傳輸時間」。當變化率高達 90.1%(也就是接近 1.0)時,代表儘管我們已經在血管內放置了昂貴且緻密的 FD 支架,但對比劑從岩骨段流到遠端分叉處的時間,幾乎與術前沒有差別。這暗示著動脈瘤內部依然在大量「竊取」並容納前向血流,FD 的網孔並未產生足夠的血流阻斷效應,因此預測了半年後必然出現的 B 級或 C 級不完全栓塞。

相反地,變化率大幅下降至 57.8%,代表術後的對比劑傳輸時間只剩下術前的六成左右。這種急遽的時間縮短,證明了 FD 成功地在血管腔內構築了一道強而有力的虛擬血流屏障。大部分的對比劑被強制留在內頸動脈主幹中,以極快的速度通過海綿竇段直達終末分叉。由於動脈瘤不再參與整體血流的循環週期,被徹底邊緣化,因此我們可以在術中就非常篤定地預測,這個病灶在六個月後一定會因為缺乏血流衝擊而完全血栓化,最終達到 OKM D 級的完美結果。

這裡值得特別注意的是這項發現的統計效力。儘管本研究的樣本數僅有 10 例,在醫學統計上屬於非常小型的世代,但 D 組與 B/C 組的變化率差異(57.8% vs 90.1%)卻能產生 P = .01 的顯著水準。在如此小的樣本量下能跑出高度顯著的 P 值,代表這個效應量(effect size)極其巨大。這並不是微小的數據波動,而是血流物理特性發生根本性改變的明確證據。對於每天面對高風險介入影像的放射科醫師而言,這種具有極大物理差距的指標,比起需要複雜計算微小差異的參數,在臨床實務上更具操作價值與說服力。

我們也可以從這個數據反向思考一種臨床情境:如果在置放第一支 FD 後,你在工作站上算出的變化率落在 85% 到 95% 之間,這時你不該急著拔管收工。這個居高不下的變化率正在警告你,單靠這支支架的網孔密度不足以阻斷巨型動脈瘤的血流。此時,操作醫師可以有科學根據地決定是否需要進行望遠鏡式(telescoping)置放第二支 FD 以增加金屬覆蓋率,或是果斷改以微導管穿越網孔進入動脈瘤腔內施放線圈,以強制改變局部的血流滯留狀態。

3D-QCA 傳輸時間變化率與預後關係

兩組具有顯著統計差異 (P = 0.01)

樣本規模侷限與常規影像工作流程的整合建議

回過頭來審視這份研究的侷限性,作者團隊也清楚點出了幾項在臨床應用前必須謹記的邊界條件。首先,10 例的樣本數確實過於單薄,雖然在小樣本中看到了強烈的統計訊號,但這項 57.8% 的閾值是否能放諸四海皆準,絕對需要未來大型多中心研究的驗證。我們不能單憑這個特定百分比就制定死板的臨床指引,而是應該將其視為一個具有高度潛力的趨勢指標。此外,研究嚴格限縮在「未合併使用線圈」的巨型海綿竇段動脈瘤,若臨床實務中混用了線圈填塞,金屬假影與即刻的容積佔位效應將大幅改變 4D DSA 的顯影結果,屆時這個變化率公式的準確度便不得而知。

再者,這項研究聚焦於海綿竇段的內頸動脈瘤。該解剖位置的血管走向呈現明顯的虹吸管(siphon)彎曲,這種獨特的幾何形狀本身就會對 FD 的網孔孔隙率(porosity)產生複雜的拉伸與壓縮影響。如果我們想將這套 3D-QCA 分析邏輯套用到前交通動脈(Acom)或基底動脈(Basilar artery)等其他平直或不同曲率的血管段,其血流動力學的變化幅度極可能截然不同,無法直接套用 57.8% 這個切點。

對於身處第一線的神經放射科同行來說,這篇論文提供了非常實用的工作流程啟發。隨著現代血管攝影機硬體運算能力的提升,4D DSA 與附屬的量化軟體(如 syngo.via 或 IntelliSpace 上的相關模組)已經越來越普及。我們強烈建議介入團隊可以開始在常規的巨型動脈瘤術式中,常態化地將術前與術後的 4D 高幀率掃描納入 protocol 中。即便你沒有專用的 3D-QCA 模組,光是訓練自己在工作站上穩定地框選岩骨段與分叉處的 ROI,並觀察對比劑通過的秒數變化,也能培養出極具臨床直覺的預測能力。

總結這套流程的價值,它不僅僅是為了預測六個月後的 OKM 分級,更是為了患者的神經學預後爭取主動權。當我們能利用變化率精準辨識出那些可能預後不佳的病患時,我們在門診向家屬解釋病情、安排提早影像追蹤,甚至在面對病患抱怨複視沒有改善時,都能握有更堅實的影像證據與應對底氣。這正是高階影像量化技術從研究室走向手術室,真正改善醫療決策品質的絕佳範例。

術中做完 3D-QCA,若發現 ICA 遠近端對比劑傳輸時間的變化率沒降到六成以下,請認真考慮追加第二支 FD 或線圈,別盲目指望半年後動脈瘤會自己消失。

Abstract

BACKGROUND AND PURPOSE: It is important to predict complete obliteration of symptomatic aneurysms after flow diverter (FD) treatment, such as large or giant internal carotid artery aneurysms at the cavernous portion (IC-cav ANs) during the perioperative period for the symptom resolution. Because 3D quantitative color-coding analysis (QCA) is an application of 4D digital subtraction angiography that can evaluate the flow change before and after FD treatment, the aim of this study was to predict the FD treatment outcome for large or giant IC-cav ANs using 3D-QCA during the perioperative period. MATERIALS AND METHODS: 3D-QCA images were acquired before and after the FD deployment. The ROIs were set in the terminal bifurcation and petrous segment of the internal carotid artery, and the 3D-QCA transit time was measured by comparing the peak contrast intensities in 2 ROIs (transit time). We investigated the change rate in 3D-QCA transit time before and after placing FD (change rate = post-FD transit time/pre-FD transit time). Treatment outcomes were evaluated using the O’Kelly-Marotta (OKM) grading scale with DSA at 6 months after treatment. RESULTS: The FD was successfully deployed in all 10 cases without coils. The number of OKM grades B, C, and D with DSA at 6 months after treatment was 3, 3, and 4, respectively. The change rate in 3D-QCA transit time was significantly lower in OKM grade D cases compared with grade B and C (57.8% versus 90.1%; P = .01). CONCLUSIONS: 3D-QCA may be effective in predicting the treatment outcome of large or giant IC-cav ANs after FD treatment.