Mechanical thrombectomy decision making and prognostication: Stroke treatment Assessments prior to Thrombectomy In Neurointervention (SATIN) study
急性大血管闭塞（ELVO）仅占急性缺血性卒中的三分之一，但贡献了卒中后近60%的瘫痪和90%的死亡。机械血栓切除术（Mechanical thrombectomy，MT）是一种强有力的干预措施，可改善适当选择的ELVO患者的功能结果。2015年发表的关于MT的五大里程碑研究，奠定了血管介入在卒中治疗中的作用，并为后续指南的改写提供了依据。
随着影像设备和技术的进步，患者能够从及时的MT中获益的可能性越来越大。但卒中患者的治疗选择，仍然取决于神经介入医师是否能够合理预测技术的成功，以及预测谁更可能从MT中受益。实际临床中，术者的决策受时间、优先的临床信息限制，或者介入医师认知储备优先。因此，医生通常依靠内隐决策及其伴随的所有认知偏见来选择治疗方案。本研究的目的是前瞻性地描述MT选择中的决策，并评估MT前神经干预者对患者结果预测的准确性。
在 11 个美国经验丰富的神经介入中心对接受 MT 的患者进行了一项前瞻性多中心队列研究。主治神经介入医师在动脉穿刺需要完成一个术前问卷调查，并确定了关键决策因素以及 90 天时最可能的影像学和临床结果。随后进行事后审查以记录住院过程和结果。
(table1)
入选了 299 名患者，其中，参与至少1次手术的神介术者27名，62%的医师有6-10年的经验，21%则＞10年，16%为3-5年，仅有1名术者的经验≤2年（＞80%的受访医师独立执业经验＞5年）。38% 的患者获得了良好的临床结果（改良 Rankin 量表 (mRS) 评分为 0-2）。影响进行血栓切除术决定的最常见因素是闭塞部位 (81%)、NIHSS评分 (74%) 和灌注成像不匹配 (43%)。仅 140 名患者 (46.8%) 的术前 mRS 评分与入院时回顾性收集的数据准确匹配。17.9%的病例评分比术前介入医师预测的差，而34.8%则比医师预测的好。如下图所示，医生预测MT患者的mRS评分为0–2/150（50.2%）、3–4/130（43.5%）和5–6/19（6.4%）。总体而言，医生在44.2%的时间内准确预测了90天mRS组（0–2、3–4、5–6）的术前评分。医生错误地预测患者在28.1%的时间内一组表现更好，在15.0%的时间里两组表现更好；患者在12.7%的时间内获得了比预期更好的mRS评分。额外的信息是有帮助的：当医生表示他们掌握了自信地决定进行MT所需的所有患者信息时，45.8%的患者预测准确，而当不是所有信息都可用时，36.7%的患者预测正确。临床医生倾向于高估闭塞部位和灌注成像对结果的影响，而低估了病前mRS对结果的重要性。
（table2）
（table3）
（table4）
上表所示，NIHSS评分、ASPECTS评分和年龄被介入医师认为对预测准确性存在影响：随着NIHSS评分的增加，准确性降低（p=0.048）；随着ASPECTS评分的增加，准确性增加（p=0.037）；而随着年龄的增加，准确性降低（p=0.023）。
SATIN是首个评估神经干预学家准确预测ELVO MT后临床结果能力的前瞻性研究，总的来说，除了强调预测的不准确外，还发现针对最佳管理策略并不明确的MT边际候选患者，机器学习算法的进一步开发和改进，可能有助于减少神经介入术者对进行MT术的决策风险。此外，在患者就诊时优先获取和准确记录术前的mRS评分，也可能是另一种增强MT决策准确性和改善预后的方法。原文来源：J Neurointerv Surg. 2023 Jan 6;jnis-2022-019741. doi: 10.1136/jnis-2022-019741.
http://
长按图片保存/分享
