《Neurosurgical Review》:Prediction of persistent incomplete occlusion of intracranial aneurysms treated with woven EndoBridge device
编辑推荐:
为探究影响颅内动脉瘤经 WEB 装置治疗后持续不完全闭塞的因素,研究人员开展多中心回顾性研究,发现多种因素影响治疗效果,为优化治疗提供依据。
颅内动脉瘤治疗的挑战与探索
在神经外科领域,颅内动脉瘤一直是个棘手的 “敌人”,尤其是宽颈囊状动脉瘤,传统的手术或血管内治疗方法不仅复杂,还伴随着较高的致残率,让医生和患者都面临巨大压力。编织内桥(Woven EndoBridge,WEB)装置的出现,就像黑暗中的一道曙光,为这类动脉瘤的治疗带来了新希望。它专为宽颈分叉动脉瘤设计,通过微创的方式改变瘤内血流,还能保证载瘤动脉的通畅,大大减少了手术创伤。
然而,这束 “曙光” 还不够明亮,一个显著的问题摆在眼前 —— 不完全闭塞。研究发现,经 WEB 装置治疗的动脉瘤,不完全闭塞的情况并不少见,有的研究甚至观察到高达 71.5% 的治疗后动脉瘤存在残余或复发,这无疑给动脉瘤的持久治疗带来了巨大挑战,还增加了复发和出血的风险。到底哪些因素在影响着 WEB 装置的治疗效果呢?为了解开这个谜团,来自世界各地多个研究机构的科研人员展开了深入研究,相关成果发表在《Neurosurgical Review》杂志上。
多机构协作,开启探索之旅
此次研究由来自北美洲、南美洲、亚洲、欧洲和澳大利亚 36 家医院的科研人员共同参与,他们组成了 WorldWideWeb 联盟,对接受 WEB 装置治疗的颅内囊状动脉瘤患者数据进行回顾性分析。这些数据涵盖了大量信息,包括患者的基本情况(年龄、性别、吸烟状况等)、动脉瘤的特征(位置、大小、有无子囊等)、临床症状、治疗过程的详细信息(治疗时机、手术入路、辅助装置使用等)以及临床结局(Hunt-Hess 分级、治疗前改良 Rankin 量表评分等) 。
在分析这些数据时,研究人员运用了多种技术方法。首先是机器学习模型,他们将数据集分为训练集(75%)和测试集(25%),通过十折交叉验证优化模型,利用最小 - 最大缩放对特征进行归一化处理,并使用最大相关 - 最小冗余(MRMR)技术减少维度,最终采用多种算法进行预测分析。其次,为了验证机器学习的结果,他们还进行了 Cox 比例风险回归分析,并通过 Kaplan-Meier 曲线和森林图展示结果。此外,研究人员将随访期分为短期(<24 个月)和长期(≥24 个月),进行多变量逻辑回归分析,探究不同随访期影响持续不完全闭塞的因素。
研究结果:多因素影响治疗效果
- 患者队列与单变量分析:研究共纳入 813 名患者,其中 607 名接受短期 / 中期随访(<24 个月),206 名接受长期随访(≥24 个月)。单变量分析发现,持续不完全闭塞组和闭塞改善组在多项指标上存在差异。持续不完全闭塞组的动脉瘤颈部尺寸更大(4.3mm vs. 4.0mm)、最大直径更大(7.0mm vs. 6.5mm)、宽度更大(6.0mm vs. 5.39mm),前交通动脉复合体(Acom)动脉瘤更为常见,而后循环动脉瘤则较少见。同时,持续不完全闭塞组的再次治疗比例更高。
- 预测持续不完全闭塞的因素:机器学习分析显示,CatBoost 分类器在预测持续不完全闭塞方面表现最优。SHAP 分析确定了关键预测特征,按重要性排序依次为动脉瘤高度、Acom 位置、颈部直径、年龄、治疗前 mRS 评分、出血并发症和 DL WEB 类型。除年龄呈负相关外,其他特征均与持续不完全闭塞呈正相关。
- Cox 回归分析结果:Cox 回归分析表明,后循环动脉瘤与较低的持续不完全闭塞风险相关(HR 0.56,95% CI 0.37–0.84,p = 0.005),而较大的动脉瘤颈部直径(HR 1.13,95% CI 1.01–1.27,p = 0.027)、动脉瘤高度(HR 1.14,95% CI 1.02–1.26,p = 0.017)和桡动脉入路(HR 2.68,95% CI 1.76–4.07,p < 0.001)会增加风险。
- 随访时间相关的影响因素:时间分层分析显示,在短期随访中,较大的动脉瘤颈部直径(OR 1.28,95% CI 1.08–1.52,p = 0.004)会增加不完全闭塞的风险。在长期随访中,年龄具有保护作用(OR 0.94,95% CI 0.90–0.98,p = 0.002),吸烟(OR 2.69,95% CI 1.04–7.00,p = 0.04)和较高的治疗前 mRS 评分(OR 1.78,95% CI 1.15–2.76,p = 0.009)会增加持续不完全闭塞的几率。同时,WEB-DL 和 SLS 装置在长期随访中与较低的持续不完全闭塞风险相关。
研究结论与意义:为精准治疗指引方向
这项大规模的跨国队列研究,全面分析了影响颅内动脉瘤经 WEB 装置治疗后长期影像学结果的因素。研究发现,动脉瘤的特征(如颈部直径、高度)、手术入路(桡动脉入路)、动脉瘤位置(后循环)以及装置类型(WEB-DL 和 SLS)等因素对治疗效果有着重要影响。这些结果强调了精准选择患者、精确选择装置尺寸以及持续监测的重要性。医生在临床实践中,应根据患者和动脉瘤的具体特征,制定个性化的治疗方案,以提高治疗成功率。
此外,机器学习模型的应用为预测治疗结果提供了新的方法,虽然模型性能有待进一步提高,但它有效地识别出了关键预测因素,为临床决策提供了有价值的参考。未来,还需要更多的研究和技术改进,以进一步提高 WEB 装置治疗颅内动脉瘤的长期有效性,更好地为患者服务。通过这项研究,科研人员为颅内动脉瘤的治疗开辟了新的思路,为未来的临床实践和研究指明了方向,有望让更多患者从中受益。