ATHEスケールの発達と内部検証：血管内治療前の基礎となる頭蓋内アテローム性動脈硬化による急性大血管閉塞の予測

目的：血管内治療（EVT）の前の大きな血管閉塞（LVO）に関連する頭蓋内アテローム性動脈硬化症（ICAS）の診断は、臨床的課題のままです。この研究は、EVTに先行する前循環におけるICAS-LVOの予測モデルを開発することを目的としていました。 方法：前方循環で急性虚血性脳卒中のためにEVTを受けた2つの全国脳卒中センターの患者を評価しました。あるセンターの人々は派生コホートとして機能しましたが、別のセンターの患者は外部検証コホートとして機能しました。ICAS-LVOは、介入中の遠位血流の破壊または再発性閉塞証拠を伴う50％を超える70％を超える狭窄症または狭窄を超える狭窄として特徴付けられました。ランダムフォレストアルゴリズムは、派生コホート内の主要な予測因子を特定するのに役立ちました。これらの予測因子を利用して、著者は派生コホートデータからロジスティック回帰モデルを定式化し、その後、モデルはブートストラップ方法を通じて内部的に検証されました。その後、このモデルに基づいた予測スコアが構築され、両方のコホートで評価されました。 結果：すべての患者の中で、派生コホートから470、外部検証コホートから147が選択基準を満たしました。ランダムな森林回帰の後、ICAS-LVOの重要な予測因子には、心房細動の欠如、閉鎖型閉塞の存在、ハイパーデンス動脈標識の存在、および低いベースライン検査国立健康脳卒中尺度（NIHSS）スコアスコアが含まれていました。（スケール）。これらの変数をロジスティック回帰モデルに組み込むと、ICAS-LVO予測のために0.920（95％CI 0.894-0.947）の曲線（AUC）の下の領域が得られました。ブートストラップ検証後、モデルは0.915の平均AUCを生成しました。その後、これらの予測因子に由来するATheスコアは、外部検証で派生コホートで0.916（95％CI 0.887-0.939、p <0.001）および0.890（95％CI 0.828-0.936、p <0.001）のAUCを登録しました。コホート。 結論：心房細動、体型オクルージョン、ハイパーデンス動脈標識、およびベースライン検査NIHSSスコアを組み込んだスケールは、EVTの前にICAS-LVOを予測するための正確で客観的なツールです。

OBJECTIVE: The diagnosis of intracranial atherosclerosis (ICAS) associated with large vessel occlusion (LVO) before endovascular treatment (EVT) remains a clinical challenge. This study was aimed at developing a predictive model for ICAS-LVO in the anterior circulation preceding EVT. METHODS: Patients from two national stroke centers who had undergone EVT for acute ischemic stroke in the anterior circulation were evaluated. Those from one center served as the derivation cohort, whereas patients from another center functioned as the external validation cohort. ICAS-LVO was characterized as stenosis exceeding 70% or stenosis surpassing 50% accompanied by distal blood flow disruption or recurrent occlusion evidence during the intervention. A random forest algorithm helped to identify key predictors within the derivation cohort. Utilizing these predictors, the authors formulated a logistic regression model from the derivation cohort data, and the model was then internally validated through a bootstrapping method. Subsequently, a predictive score based on this model was constructed and evaluated in both cohorts. RESULTS: Among all the patients, 470 from the derivation cohort and 147 from the external validation cohort met the inclusion criteria. After random forest regression, the key predictors of ICAS-LVO included the absence of atrial fibrillation, the presence of truncal-type occlusion, the absence of a hyperdense artery sign, and a lower baseline examination National Institutes of Health Stroke Scale (NIHSS) score (ATHE Scale). Incorporating these variables into the logistic regression model yielded an area under the curve (AUC) of 0.920 (95% CI 0.894-0.947) for ICAS-LVO prediction. After bootstrapping validation, the model produced a mean AUC of 0.915. Subsequently, the ATHE score, derived from these predictors, registered an AUC of 0.916 (95% CI 0.887-0.939, p < 0.001) in the derivation cohort and 0.890 (95% CI 0.828-0.936, p < 0.001) in the external validation cohort. CONCLUSIONS: The ATHE Scale, incorporating atrial fibrillation, truncal-type occlusion, hyperdense artery sign, and baseline examination NIHSS score, is an accurate, objective tool for predicting ICAS-LVO prior to EVT.