Pembimbing :
Dr. Irfan Taufik, Sp.S
Program Stroke Alberta Skor CT awal per poin 1.16 (1.07 hingga 1.26) <0,001 1.16 (1.06 hingga 1.28) 0,001
Arteri karotis interna dengan segmen terminal 1.0 (referensi) 1.0 (referensi)
0,02 0,03
M1 1.53 (1.08 hingga 2.17) 1.43 (0,98 hingga 2,07)
M2 2.11 (1.15 hingga 3.88) 2,35 (1,20 hingga 4,60)
Skor agunan 1,95 (1,62-2,36) <0,001 1,61 (1,31 hingga 1,96) <0,001
Waktu mulai dari serangan stroke hingga tusukan
0,94 (0,88 hingga 1,00) 0,07 0,93 (0,86 hingga 1,00) 0,04
selangkangan per 30 menit
• Model multivariabel termasuk usia, skor NIHSS awal, tekanan darah sistolik,
pengobatan dengan aktivator plasminogen jaringan intravena, riwayat stroke
iskemik, diabetes mellitus, skor mRS pra-stroke, ASPECTS, lokasi oklusi, skor
collateral, dan waktu sejak serangan stroke untuk tusuk pangkal paha.
• Kami menambahkan istilah yang mewakili interaksi antara pengobatan dan masing-
masing stroke sebelumnya, skor collateral, dan waktu untuk tusuk pangkal paha.
• Statistik C yang divalidasi secara internal untuk hasil ordinal adalah 0,74 tanpa syarat
interaksi dan ini meningkat menjadi 0,75 dengan menambahkan interaksi dengan
pengobatan.
• Statistik C untuk hasil fungsional yang baik adalah 0,79.
Fig 1 Univariable interaction effects in derivation cohort (n=500).
Gambar 1
Efek interaksi univariabel dalam
kelompok derivasi (n = 500).
Interaksi dengan pengobatan
dinyatakan sebagai odds log
untuk hasil fungsional yang
baik (skor Skala Rankin yang
dimodifikasi 0-2) dengan dan
tanpa perawatan intra-arteri
pada sumbu y.
Variabel pada sumbu x
diekspresikan terus menerus
(waktu untuk penusukan
pangkal paha) atau secara
kategoris (stroke sebelumnya,
fibrilasi atrium, dan skor
collateral).
Dimulainya perawatan intra-
arteri harus dilakukan dalam
waktu 6 jam setelah serangan
stroke.
Esmee Venema et al. BMJ 2017;357:bmj.j1710
Gambar 3
(A) Prediksi probabilitas hasil fungsional yang baik (skor Rankin Scale
(mRS) yang dimodifikasi 0-2) untuk semua pasien individu dalam
kohort derivasi dan validasi gabungan (n = 760). Setiap titik mewakili
satu pasien individu, dengan probabilitas hasil fungsional yang baik
(skor mRS 0-2) tanpa pengobatan intra-arterial (IAT) diekspresikan
pada sumbu x, dan probabilitas untuk hasil fungsional yang baik
dengan IAT pada sumbu y. Di atas garis diagonal probabilitas
kemungkinan hasil fungsional yang baik dengan IAT lebih tinggi
daripada tanpa IAT. Semakin jauh di atas garis ini, semakin besar efek
pengobatan yang diprediksi.
(B) Pasien disorot tanpa skor collateral atau buruk (skor 0-1).
(C) Pasien yang disorot dengan skor CT ASPECTS (skor 0-5)
©2017 by British Medical Journal Publishing Group Esmee Venema et al. BMJ 2017;357:bmj.j1710
Fig 4 A stylised representation of the clinical decision tool.
Penelitian menerapkan model
dalam aplikasi web yang
memberikan prediksi hasil untuk
pasien individu dengan stroke
iskemik akut berdasarkan
karakteristik klinis dan radiologis
awal untuk digunakan dalam
praktik klinis. Ini menunjukkan
grafik bar dengan distribusi yang
diharapkan dari kategori mRS
(Modifications Rankin Scale)
dengan dan tanpa pengobatan
intra-arteri, probabilitas prediksi
hasil fungsional yang baik, dan
manfaat diprediksi mutlak
pengobatan.
Aplikasi web ini dapat diakses
secara online
di www.mrpredicts.com .
• Selain itu, mereka tidak memberikan prediksi individu dan sebagian besar variabel yang dianggap tidak
efisien secara statistik dan tidak masuk akal secara biologis.
• Model kami menggabungkan 11 karakteristik klinis dan radiologis awal secara bersamaan untuk
memberikan prediksi individual tentang efek perawatan intra-arteri. Sebaliknya, analisis subkelompok
konvensional fokus terutama pada efek prediktif dan menilai efek hanya satu variabel pada suatu
waktu. Analisis subkelompok sebelumnya dari percobaan pada perawatan intra-arteri telah menguji
apakah ada perbedaan efek dari perawatan tersebut berdasarkan waktu untuk perawatan, keparahan
stroke dan skor collateral.
• Selanjutnya, bahkan dengan efek pengobatan yang relatif sama, individu pasien mungkin memiliki efek
pengobatan yang mutlak berbeda karena risiko dasar yang berbeda. Keputusan perawatan individu yang
lebih bertarget dapat diperoleh dengan menggunakan pendekatan pemodelan multivariabel yang lebih
kompleks untuk mengidentifikasi pasien individu dengan manfaat perawatan yang besar atau kecil yang
diharapkan.
• Kedua variabel secara klinis cenderung menyebabkan interaksi dengan perawatan intra-arteri. Namun,
stroke sebelumnya belum dipelajari untuk interaksi dengan pengobatan sebelumnya, dan merupakan
temuan yang tidak terduga dalam penelitian kami dan kami tidak memiliki penjelasan klinis.
Implikasi Bagi Dokter
• Terlepas dari keterbatasannya, model yang dikembangkan saat ini adalah yang pertama untuk memprediksi efek perawatan intra-
arteri untuk pasien secara individu pada saat kedatangan di unit gawat darurat. Jika dibandingkan dengan model lain yang
digunakan dalam praktik neurovaskular, HAS-BLED (statistik C 0,65) dan CHA 2 DS 2 -VASc (0,61), kinerjanya akurat.
• Prediksi yang dibuat oleh alat keputusan kami sering setuju dengan intuisi klinis, yang seharusnya tidak mengejutkan. Namun,
perkiraan yang berasal dari kumpulan data besar lebih disukai daripada pendapat subjektif dari seorang dokter, yang
pengalamannya, betapa pun besarnya, tidak akan pernah bisa menandingi informasi yang terkandung dalam kumpulan data
besar.
• Saat ini, beberapa pusat menahan perawatan intra-arterial pada subkelompok pasien tertentu (misalnya, ASPECTS rendah, tanpa
jaminan, usia> 80 tahun, atau oklusi M2). Memang, model kami memprediksi tidak ada manfaat dari perawatan intra-arteri untuk
beberapa pasien, terutama ketika seorang pasien memiliki lebih dari satu karakteristik yang secara negatif mempengaruhi efek
dari perawatan intra-arteri.
• Keputusan untuk tidak mengobati mungkin sangat relevan pada pasien yang harus dipindahkan ke pusat intervensi. Model ini
dapat membantu mengidentifikasi pasien tanpa manfaat yang diharapkan dari perawatan intra-arteri dan menggulingkan
keseimbangan demi tidak ada pengobatan.
• pentingnya membuat keputusan perawatan yang dipersonalisasi, daripada menggunakan efek pengobatan rata-rata, dan
menunjukkan perlunya menggabungkan beberapa karakteristik dasar klinis dan radiologis alih-alih menahan pengobatan
berdasarkan satu karakteristik.
• Ini adalah model pertama untuk pengambilan keputusan perawatan intra-arteri. Prediksi model kami harus dianggap sebagai titik
awal untuk pengambilan keputusan klinis, dan bukan sebagai rekomendasi akhir. Model kami dikembangkan menggunakan
database MR CLEAN, yang terdiri dari populasi yang tidak dipilih dengan beberapa kriteria seleksi. Oleh karena itu, model kami
mungkin berlaku di pusat-pusat yang menggunakan beberapa kriteria seleksi klinis dan radiologis.
• Analisis di masa depan dalam studi yang lebih besar dapat menyempurnakan rekomendasi saat ini dan meningkatkan validitas
model.
Kesimpulan
Alat keputusan klinis yang diusulkan menggabungkan beberapa karakteristik klinis
dan radiologis awal dan menunjukkan variasi besar dalam manfaat pengobatan antara
pasien. Alat ini bermanfaat secara klinis karena membantu dalam mengidentifikasi
pasien individu yang mungkin mendapat manfaat dari perawatan intra-arteri untuk
stroke iskemik akut.
Apa yang sudah diketahui tentang topik ini
Perawatan intra-arteri meningkatkan hasil fungsional pada pasien dengan stroke iskemik
akut yang disebabkan oleh oklusi proksimal.
Dalam praktik saat ini ada variasi besar dalam pemilihan kandidat untuk perawatan intra-
arteri karena ketidakpastian tentang manfaat pengobatan pada subkelompok tertentu.