获得的血友病A(AHA)是靶向因子VIII(FVIII)触发的罕见疾病。在先天性血友病A中,FVIII中和抑制剂是FVIII替代疗法后出现的同种抗体,而在AHA中,这些抑制剂是自身抗体。对各种人群的评估估计,获得的血友病A的年发病率约为百万分之一到两例[1,2]。大约80%的病例中的主要观察是皮下出血[3]。有症状的个体通常表现出广泛的染色性,大血肿和严重的粘膜出血,这可能导致医疗紧急情况。在一项涉及215例患者的综合调查中,有87%的人遇到了主要的出血事件,并发症与抑制剂有关,导致22%的死亡率[4]。在先前的研究中,总死亡率从31%到33%不等[5,6]。
一名 75 岁男性,因运动性失语症就诊,发现左侧 CSDH 密度不均一,压迫邻近大脑 [图 1a]。患者未服用任何抗血栓药物,否认近期头部创伤。患者在局部麻醉下接受了颅骨钻孔造口术,随后在血肿腔内插入硅胶管。术后过程顺利:失语症在术后不久消失,术后第 1 天 (POD) 拔除硅胶管。术后第 1 天的脑部计算机断层扫描 (CT) 显示 CSDH 体积明显减小,中线移位 [图 1b]。虽然患者仍无症状,但术后第 14 天的脑部 CT 显示颅骨钻孔下方形成了高密度血凝块状结构 [图 1c]。术后第 21 天的脑部 CT
创伤性脑损伤 (TBI) 是孟加拉国乃至全世界发病和死亡的主要原因。进行性脑内血肿、脑水肿加重、颅内压升高和随后的脑缺血造成的继发性脑损伤是 TBI 后发病和死亡的主要原因。创伤后凝血病会加重继发性脑损伤,这种情况发生在脑损伤患者中,并与死亡和发病风险增加有关。抗纤溶药物氨甲环酸 (TXA) 可减少血肿扩大,并显示出改善的临床结果,同时也降低了死亡率和发病率。这是一项在达卡医学院和医院神经外科进行的随机对照试验 (RCT)。根据计算机生成的代码列表,纳入的患者被随机分配接受静脉注射氨甲环酸 (A 组) 或安慰剂 (B 组) 治疗 (每组 50 名患者),同时接受创伤性脑损伤的常规医疗管理。入院后48小时以脑部CT扫描测量挫伤扩大程度(血肿加血肿周围水肿)为主要观察指标。两次测量均计算挫伤和水肿体积(入院时和48小时后)。观察48小时后格拉斯哥昏迷评分(GCS)和7天后格拉斯哥预后评分(GOS)。本研究显示两组血肿体积均增加(p<0.05)。但A组血肿体积的增加明显少于对照组。A组和B组平均总出血扩大量分别为(1.5±1.1)ml和(4.6±1.9)ml。A组有02例(4.0%)患者需要手术,B组有11例(22.0%)患者需要手术。两组结果有显著差异(p=0.023)。因此,使用氨甲环酸与血肿体积进展较少有关。A 组的平均 GCS(48 小时后)、平均 GOS(7 天后)结果明显更好(p<0.001)。这项研究得出结论,氨甲环酸对严重创伤性脑损伤患者有益。氨甲环酸有助于减少脑内挫伤进展并改善 TBI 患者的临床结果。
背景与目标:血肿的扩张是原发性急性脑内出血(ICH)临床结果不佳的重要预测指标。旋流符号被描述为一个被超密集急性出血包围的缺陷或同管的区域。这项研究旨在描述ICH中的漩涡迹象,其流行率,并确定漩涡迹象,漩涡体积以及漩涡与初始血肿的比率是否与血肿的扩张相关,并预测ICH中的临床结果。方法:包括96小时内具有初始ICH(CT1)和重复CT(CT2)的163例患者。使用“ ITK SNAP”的半自动分割计算了旋流符号,其体积和旋流体积与血肿体积的比率与血肿体积的比率相比。统计分析以评估血肿扩展的数据参数以及1个月的功能结果和死亡率之间的关系。结果:卡方检验表明,漩涡符号与血肿的膨胀(P <0.001)与MRS分数(p <0.05)之间存在显着关联。Spearman相关性显示漩涡迹象与血肿膨胀体积之间存在显着的中等相关性(r = 0.518,p <0.001)。漩涡体积/初始血肿的比例表现出低相关性,但随着血肿膨胀而显着(r = 0.28 p <0.05)。结论:漩涡符号,其体积以及旋流体积与初始血肿的比率与血肿的膨胀有关。它可以用作一个月的死亡率和功能结果的预测指标。
颅内血肿(ICH)是指头部受伤或脑血管破裂时,血液在脑内或脑与颅骨之间积聚,可导致脑部受压,引起头痛、呕吐、精神错乱,甚至癫痫或昏迷。若不及时治疗,血肿会导致颅内压升高,导致脑损伤或脑疝,严重者可危及生命。快速诊断和干预可大大降低风险,较大的血肿通常需要手术治疗,以避免严重的后遗症。检测血肿是快速诊断血肿的基础,通过准确及时的检测,医生可以快速做出诊断并制定合适的治疗方案,因此,血肿的检测非常重要。
本教育活动中表达的观点和意见均为教职人员的观点,并不一定代表 Total CME, LLC、CME 提供商或提供教育补助的公司的观点。本演示并非旨在定义患者管理的专属课程;参与者应使用其临床判断、知识、经验和诊断技能,将此处提供的任何信息应用于专业用途。临床医生在未评估患者病情和使用中可能出现的禁忌症或危险、未查看任何适用制造商的产品信息以及未与其他权威机构的建议进行比较的情况下,不得使用本活动中讨论或建议的任何程序、药物或其他诊断或治疗课程。可能会提供指向其他网站的链接作为其他信息来源。
神经介入主义者在田间的变化力矩中参与了参与,从扩展的血栓切除术,1到脑积水的血管内治疗,2和脑室脑分支机界面。3近年来最重要的是通过脑膜中部动脉栓塞(MMAE)对亚急性或慢性硬膜下血肿(CSDH)的血管内治疗。在2000年4月4日首次报道了高手术合并症患者的抢救疗法,由于研究了其安全性和功效,这种疗法已受欢迎。CSDH具有很高的发病率,死亡率和医疗保健资源负担。5现有的医学和手术治疗虽然有效,但不完善,复发率高达20%6,再度手术率为12%。7鉴于有限的替代方案,这些高率被认为是可以接受的;辅助治疗充其量是中等有用的,8,最坏,有害。9在这种情况下,CSDH的MMAE成为有希望的替代方案。最近的元分析发现,通过手术和辅助MMAE治疗的CSDH,再次手术率降至4.6%,单独使用MMAE治疗的CSDH为6.8%。10这些结果虽然有利,但主要基于病例系列和重新观察数据收集。在2024年国际中风会议会议上同时报告了三项MMAE治疗CSDH治疗的三个随机前瞻性试验的结果。脑膜中部动脉与玛瑙液体栓塞系统的栓塞治疗亚急性和慢性硬膜下血肿(栓塞)是
引言下膜血肿(SDHS)也称为创伤性脑损伤(TBI)。SDH可以在任何年龄发生,但最常见于65岁或以上的老年人口(Kwon等,2022)。硬膜下血肿每100,000个人中约21个,并且变得越来越普遍(Kung&Lin,2020)。计算机断层扫描(CT)是一种成像方式,可使用X射线产生横截面图像。X射线管和检测器围绕感兴趣的区域旋转360度,从而在CT扫描过程中产生横截面图像。这些图像可以在多个平面中重新格式化,甚至可以生成在计算机监视器上查看的三维图像。(Long等,2019)。ct是由于短扫描时间和产生的图像而检测SDHS的首选成像方式。(Kwon等,2022)。
1 SSC实验室,辐射生物物理学,南非开普敦NRF Ithemba Labs; 2埃及第二研究反应堆综合体,埃及原子能管理局,开罗,埃及; 3英国伦敦伦敦国王学院的生物医学工程与成像科学学院; 4 Centro de ci ^ Encias E Tecnologias核核,上级e Ecnico Instidate de Lisboa大学,校园Tecnol Ogico e Nucit,Bobadela,Bobadela,葡萄牙; 5核医学和分子成像,荷兰格罗宁根大学医学中心格罗宁根大学医学中心; 6核科学和应用系物理和化学科学系,奥地利维也纳国际原子能局; 7威斯康星州麦迪逊医学物理与放射学系Cyclotron Research小组,威斯康星州麦迪逊; 8,加拿大不列颠哥伦比亚省温哥华的生命科学司凯夫(Triumf); 9不列颠哥伦比亚大学,加拿大不列颠哥伦比亚省温哥华化学系;和10辐射研究部,放射学系和细胞信号中心,新泽西州医学院,罗格斯大学,纽瓦克,新泽西州
目的机器学习算法在神经影像学领域已显示出突破性成果。本文,作者评估了一种新开发的卷积神经网络 (CNN) 的性能,用于检测和量化非造影头部 CT (NCHCT) 中硬膜下血肿 (SDH) 的厚度、体积和中线移位 (MLS)。方法回顾性地确定了 2018 年 7 月至 2021 年 4 月期间在单个机构进行的用于评估连续患者头部创伤的 NCHCT 研究。根据神经放射学报告确定了 SDH、厚度和 MLS 的真实值。主要结果是 CNN 在外部验证集中检测 SDH 的性能,使用受试者工作特征曲线下面积分析来衡量。次要结果包括厚度、体积和 MLS 的准确性。结果 在符合研究标准的 263 例有效 NCHCT 病例中,135 例患者(51%)为男性,平均(± 标准差)年龄为 61 ± 23 岁,70 例患者经神经放射科医生评估诊断为 SDH。SDH 厚度中位数为 11 毫米(IQR 6 毫米),16 例患者的 MLS 中位数为 5 毫米(IQR 2.25 毫米)。在独立数据集中,CNN 表现良好,敏感度为 91.4%(95% CI 82.3%–96.8%),特异度为 96.4%(95% CI 92.7%–98.5%),准确度为 95.1%(95% CI 91.7%–97.3%);对于 SDH 厚度超过 10 毫米的亚组,敏感度为 100%。最大厚度平均绝对误差为 2.75 毫米(95% CI 2.14–3.37 毫米),而 MLS 平均绝对误差为 0.93 毫米(95% CI 0.55–1.31 毫米)。计算用于确定自动和手动分割测量之间一致性的 Pearson 相关系数为 0.97(95% CI 0.96–0.98)。结论所述 Viz.ai SDH CNN 在独立验证成像数据集中识别和量化 SDH 的关键特征方面表现非常出色。