Perfusion-based Collaterals in Prediction of Infarct Growth in Patients with Acute Ischemic Stroke: A Multicenter Comparative Analysis [NEUROVASCULAR/STROKE IMAGING]

McArthur, M., Asghariahmadabad, M., Thomas, M., Wang, C., Soman, S., Safwat, A. A., Mossa-Basha, M., Tavakkol, E., Ismail, A., Yedavalli, V., Shoirah, H., Mocco, J., Bahr-Hosseini, M., Liebeskind, D. S., Nael, K.

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

血管打通不代表腦細胞能活!拋棄傳統 HIR,rCBV-Index 才是預測中風病患取栓後梗塞是否擴大的真正關鍵。

  • 50% 的病患在成功取得 mTICI ≥ 2b 的再灌注後,仍會面臨 ≥ 10 mL 的最終梗塞體積擴張。
  • 傳統依賴時間延遲的 HIR 指標,在預測打通後梗塞擴大的 p 值高達 0.83,完全不具臨床預測力。
  • 結合血流體積的 rCBV-Index 展現出 OR 0.005 的強大保護效應,能精準反映微血管床存活狀態。

血管成功打通後仍有 50% 病患梗塞擴大超過 10 mL。我們熟悉的延遲指標 HIR 預測力 p 值高達 0.83 完全失效;反而是代表血流量的 rCBV-Index 展現 OR 0.005 的強大保護力,決定缺血半區生死。

打通血管後的 50% 體積擴大與 HIR 指標盲點

發生大血管阻塞後,大腦高度依賴側支循環來維持缺血半腦的存活,這直接決定了後續神經學預後的好壞。過去十多年來,神經放射科在判讀灌注影像時,極度依賴 RAPID 軟體自動算出的 HIRHypoperfusion Intensity Ratio(Tmax大於10秒佔大於6秒體積的比例))來評估側支循環的好壞。我們普遍預設,只要 HIR 的數值越低,代表側支循環越好,就算大血管晚一點點被打通,周圍的腦組織依然能夠順利活下來。

然而,臨床實務上我們常常遇到一種令人挫折的困境:病患在導管室成功達到了 mTICImodified Thrombolysis in Cerebral Infarction(評估腦血管打通程度的量表))2b 以上的理想再灌注狀態,影像上看起來血管已經完全暢通,但是隔天追蹤 MRI 時,卻發現梗塞體積依然發生了大幅度的擴張。這種「血管通了,腦袋卻死了」的現象,顯示我們依賴的評估工具存在嚴重的盲區。

這篇刊登在 AJNR 的多中心比較研究,精準切中了這個臨床痛點。作者團隊懷疑,單靠時間延遲來推算的 HIR,可能根本無法真實反映血管打通後的組織存活率。因此,他們將目光轉向了基於實際血流體積(CBV)的參數,包含 rCBV-Indexrelative CBV Index(缺血區內相對腦血流體積的平均值))以及 PCIPerfusion Collateral Index(輕度延遲區體積乘上該區血流體積))。本研究旨在驗證,這些直接量測血流量的指標,是否能在 AIS(急性缺血性中風)病患成功取栓後,比傳統的時間延遲指標更準確地預測梗塞體積的擴大。

116 例多中心取栓病患的 RAPID 與 Olea 對決

這項多中心回顧性研究針對前循環大血管阻塞的病患進行了嚴謹的收案。要進入這個分析世代,病患必須同時符合三個條件:第一,治療前必須有完整的基礎灌注造影(無論是 CTP 或 MRP 皆可);第二,血管內取栓手術最終必須取得成功的再灌注,定義為 mTICI 達到 2b 級或以上;第三,必須在治療結束後的 24 到 48 小時內完成高解析度的追蹤 MRI,以最敏感的 DWI 序列來精確測量最終的組織梗塞體積。

最終,共有 116 位符合條件的病患被納入分析。研究團隊定義的主要臨床觀察指標(Primary outcome)為「顯著的梗塞擴大」,其嚴格的定義是:追蹤 MRI 上量測到的最終梗塞體積,對比於病患剛到急診時的基準線缺血核心體積,絕對值增加了 10 mL 以上。在 116 例病患中,高達 58 例(正好佔整體的 50%)經歷了這種顯著的梗塞擴張,且梗塞擴張體積的中位數高達 11 mL,四分位距(IQR)落在 2.6 到 34.7 mL 之間。

在影像軟體的處理上,這篇研究同時引入了目前市場上最主流的兩套系統,讓數據在不同演算法間接受檢驗。時間指標 HIR 與體積指標 rCBV-Index 是透過 iSchemaView 公司的 RAPID 軟體(5.0.4 版)全自動運算得出;而另一項綜合體積指標 PCI 則是透過 Olea Medical 軟體(SP.23 版)進行計算。這種跨軟體、多中心的參數對比,不僅降低了單一軟體可能帶來的系統性偏差,也讓最終得出的數據更具備在各醫院放射科落地的實戰價值。

研究收案條件與基礎數據
項目數據 / 條件
總收案人數116 例前循環大血管阻塞病患
成功再灌注標準血管內取栓達到 mTICI ≥ 2b
顯著梗塞擴大定義最終 MRI 體積對比基準線 ≥ 10 mL
發生顯著擴大比例58 例(佔整體 50%)
梗塞擴大體積中位數11 mL (IQR 2.6 - 34.7 mL)

多中心真實世界 LVO 取栓病患

預測 10 mL 梗塞擴大的多變數迴歸 OR 值對比

實驗數據展現出的結果,完全顛覆了以往放射科過度依賴 Tmax 時間參數的直覺。在初步的單變數分析中,透過 Olea 算出的 PCI 以及透過 RAPID 算出的 rCBV-Index 所定義的「不良側支循環」,皆與最終 ≥ 10 mL 的顯著梗塞擴大呈現了極度顯著的統計相關性(p < 0.01)。但令人驚訝的是,我們在值班時最常看一眼來決定預後的 HIR,其預測梗塞擴大的 p 值竟然高達 0.83,在統計學上完全不具備任何預測意義。

這意味著,不管病患治療前 CTP 上的 Tmax > 10s 區域有多麼龐大,只要大動脈的血栓被成功移除並恢復血流,單純的時間遲滯參數(HIR)就徹底失去了預測後續腦組織生死的效力。為了解開這個謎團並排除潛在的臨床干擾因子,研究團隊進一步使用了逐步向後淘汰法進行多變數對數迴歸模型(Multivariable logistic regression)的深入分析。

多變數迴歸的結果如同鐵定般確立了三個獨立的預測因子。首先是臨床表現的 NIHSSNational Institutes of Health Stroke Scale(評估急性中風神經缺損嚴重度的分數)),其勝算比(OR)為 1.10(95% CI: 1.02-1.15, p = 0.005),代表中風初始的神經缺損每嚴重一分,後續擴大的風險就穩定上升。第二個是綜合性灌注指標 PCI,OR 值為 0.99(95% CI: 0.98-0.99, p = 0.01)。而表現最為極端的,則是單純代表血流量的 rCBV-Index,其 OR 值低達驚人的 0.005(95% CI: 0.00-0.14, p = 0.002)。在統計學上,這樣趨近於零的 OR 值意味著 rCBV-Index 是一個極其強大的「保護性因子」——只要缺血區內的相對血流量(rCBV)能維持在高檔,成功取栓後腦組織發生壞死擴張的機率,就會呈現斷崖式的大幅下降。

預測 ≥10mL 梗塞擴大之多變數迴歸模型
獨立預測變數勝算比 (OR)95% CIp 值
基準線 NIHSS 分數1.101.02 - 1.150.005
PCI 灌注側支指標 (Olea)0.990.98 - 0.990.01
rCBV-Index 相對血流量 (RAPID)0.0050.00 - 0.140.002

rCBV-Index 展現極強的保護性(低 OR 值代表低風險)

拋棄時間延遲 HIR 轉向大腦血流 CBV 的病理洞察

為什麼基於血流量(CBV)的指標能夠大獲全勝,而單純基於時間延遲(Time-delay)的 HIR 卻徹底慘敗?這背後隱藏的微血管病理機制,值得我們在看片子時進行更深一層的思考。HIR 本質上只看對比劑到達微血管的「時間」有多晚,這反映的是大動脈狹窄或完全阻塞所造成的巨觀血流遲滯。然而,腦細胞能否在缺血狀態下撐過難關並在恢復供血後存活,真正依賴的是局部微血管床(Capillary bed)的健康度與代償性擴張能力。

當局部的軟腦膜側支循環(Pial collaterals)強健時,大腦會啟動自體調節機制,微血管會大量擴張以容納更多緩慢流動的血液,此時影像上的 CBV 會上升或至少維持正常;反之,若微血管已經因為長時間的嚴重缺氧而發生了不可逆的內皮細胞腫脹,甚至出現了微小的血栓填塞,此時就算神經外科醫師在導管室裡成功將 M1 段的巨大血栓拉出,動脈血液也根本無法順利灌注進這些已經塌陷的微血管床中,這就是著名的「無重流現象」(No-reflow phenomenon)。

這也正是為何 rCBV-Index 和 PCI 會勝出的原因。它們的核心運算中都直接納入了「血流體積」這項最關鍵的生理參數。它們偵測的不再是血液「幾秒鐘後才到」,而是這塊大腦皮質裡的微血管「現在還能裝載多少血液」。當 rCBV-Index 呈現極低數值時,代表微血管床已經徹底崩潰,此時即便大血管被打通(mTICI ≥ 2b),大量湧入的動脈血壓反而會引發再灌注損傷(Reperfusion injury)與嚴重的局部腦水腫,進而推動梗塞範圍繼續向外擴大。這些次群組級別的病理洞察,強烈暗示我們必須改變過度依賴時間參數的看片習慣。

軟體演算法差異的先天限制與值班看片實戰指南

儘管本篇研究為 CBV 相關參數的絕對優越性提供了強而有力的統計證明,我們在將其應用於日常的放射科值班實務時,仍須清楚認知這些軟體演算法的先天限制。首先,這畢竟是一項回顧性的多中心研究,且總樣本數僅有 116 例,未來若要針對 rCBV-Index 訂定出一個絕對精準的 10 mL 梗塞擴大閥值(Cut-off value),仍需要更大規模的前瞻性隨機試驗來進一步確立。

其次,RAPID 與 Olea 軟體雖然都能優異地處理灌注影像,但它們底層用來解算的 SVDSingular Value Decomposition(將造影劑濃度去迴旋積的數學演算法))技術細節並不完全相同。RAPID 使用的是經過多年標準化的去迴旋積算法,而 Olea 在延遲時間的數學假設上可能存在些微差異。這代表著,PCI 與 rCBV-Index 雖然在預測趨勢上都呈現出完美的保護力,但兩者的絕對數值並不能在不同醫院、不同廠牌的軟體間直接無縫套用互換。

對於身處第一線的放射科醫師而言,這篇 AJNR 論文最大的臨床價值,在於提供了一個強而有力的實戰指引。過去我們在急診遇到中風會診,往往只盯著 RAPID 產出的紅色與綠色 Tmax 區塊,快速讀取 Core volume 和 Penumbra 的大小,並順手在報告裡附上 HIR 數值。然而,在面對那些已經準備送入手術室取栓的病患,或者是手術後轉進加護病房評估預後的案例時,我們應該額外花十秒鐘,把系統裡的 rCBV 原始 mapping 叫出來仔細審視。如果發現大片缺血區域的 rCBV 已經明顯低落,我們就必須在報告中主動警示臨床端:即便血管順利打通,這名病患發生顯著梗塞擴大與嚴重腦水腫的機率依然極高,必須提早針對血壓與顱內壓進行更積極的防禦性控制。

下次看完 Tmax 決定取栓條件後,記得多瞄一眼底層的 rCBV-Index:這才是決定大血管打通後,微血管床會不會崩潰、腦組織會不會繼續壞死的真正底牌。

Abstract

BACKGROUND AND PURPOSE:In patients with acute ischemic stroke (AIS), robust collaterals are associated with lower rates of infarct growth. Perfusion-based collateral matrices including hypoperfusion intensity ratio (HIR), relative cerebral blood volume index (rCBV-Index), and perfusion collateral index (PCI) have been used successfully to assess collaterals in AIS patients. We aimed to assess and compare the diagnostic ability of these perfusion-based collateral indices in prediction of infarct growth in AIS patients following successful reperfusion.MATERIALS AND METHODS:In this retrospective multicenter study, anterior circulation large vessel occlusion patients were included if they had pretreatment perfusion (CT or MR), successful reperfusion (mTICI &ge;2b), and follow up MRI within 24-48 hours from the date of treatment. The primary outcome assessed was substantial infarct growth which was defined as final infarct volume of &ge;10 mL compared to baseline ischemic core volume. Perfusion-based collateral indices including HIR (volume of Tmax &gt;10 sec/volume of Tmax &gt;6 sec) and rCBV-Index (mean of rCBV values within the volume of Tmax &gt; 6sec) were calculated using RAPID software (iSchemaView, version 5.0.4), and PCI (volume of delay 2-6sec multiplied by its corresponding mean rCBV) was calculated using Olea software (Olea Medical, SP.23). The association between perfusion-based collateral indices, along with demographic and clinical variables for determination of infarct growth was tested using appropriate univariate analysis. Multivariable logistic regression using a stepwise backward selection approach was performed to identify independent predictors of infarct growth.RESULTS:Among 116 included patients, 58 (50%) had infarct growth &ge;10 mL. Infarct growth volume (median, IQR) was: 11, 2.6-34.7 mL. Poor collaterals determined by PCI and rCBV index was significantly (p&lt;0.01) associated with infarct growth while HIR was not (p=0.83). Following multivariate logistic regression, three variables remained as independent predictors of infarct growth: baseline NIHSS (OR=1.10, 95%CI: 1.02-1.15, p=0.005); rCBV-Index (OR=0.005, 95%CI: 0.00-0.14, p=0.002); and PCI (OR=0.99, 95%CI: 0.98-0.99, p=0.01).CONCLUSIONS:Perfusion-based collateral indices that integrate CBV (rCBV-Index and PCI) outperformed delay-based HIR in prediction of substantial infarct growth in AIS patients and hence may play an important role in treatment decision-making, patient transfer decisions, and prognostication.