Nomogram to predict unfavorable outcomes after mechanical thrombectomy in patients with intracranial atherosclerosis-related large-vessel occlusion

Resumo Técnico: Nomograma para Predizer Desfechos Desfavoráveis Após Trombectomia Mecânica em Pacientes com ICAS-LVO

Definição do Problema
A estenose de artéria intracraniana relacionada à oclusão de grande vaso (ICAS-LVO) é uma causa prevalente de acidente vascular cerebral isquêmico (AVCi) agudo, particularmente em populações asiáticas. Diferente de outras etiologias de AVC, a ICAS-LVO apresenta desafios técnicos únicos devido a placas ateroscleróticas complexas e estenose residual, que podem dificultar a recanalização bem-sucedida. Embora o tratamento endovascular (TEV) tenha mostrado promessa para este subgrupo, há uma carência significativa de pesquisas que identifiquem fatores específicos que influenciam os desfechos clínicos em pacientes com ICAS-LVO. Consequentemente, o desenvolvimento de protocolos de tratamento personalizados e ferramentas de prognóstico precisas para esta população específica permanece limitado.

Metodologia
Este estudo realizou uma análise retrospectiva de dados coletados prospectivamente de um centro de AVC abrangente de centro único (Hospital Beijing Chao-Yang), envolvendo 183 pacientes com AVCi por ICAS-LVO que foram submetidos a TEV entre janeiro de 2022 e dezembro de 2023.

• Critérios de Inclusão: ICAS-LVO confirmado, tempo de início do AVC até o tratamento <24 horas, idade ≥18 anos, NIHSS basal ≥5 e mRS pré-morbidade ≤3.
• Definição de Desfecho: O desfecho primário foi um desfecho desfavorável aos 3 meses, definido como uma pontuação da Escala de Rankin Modificada (mRS) de 3–6.
• Abordagem Estatística:
  1. Análise Univariada: Variáveis contínuas foram comparadas usando o teste U de Mann–Whitney, e variáveis categóricas usando testes de qui-quadrado ou exato de Fisher.
  2. Seleção de Características: A regressão logística LASSO (Least Absolute Shrinkage and Selection Operator) foi empregada para triagem de 16 potenciais preditores (incluindo demografia, histórico médico, métricas de tempo e detalhes procedimentais), reduzindo-os para 10 fatores com coeficientes não nulos.
  3. Construção do Modelo: Um modelo de regressão logística multivariável foi construído utilizando as variáveis selecionadas pelo LASSO.
  4. Visualização: Um nomograma foi construído para visualizar o modelo preditivo, atribuindo valores de pontos a preditores independentes para calcular a probabilidade cumulativa de um desfecho desfavorável.
  5. Validação: O desempenho do modelo foi avaliado por curvas de calibração, teste Z de Spiegelhalter, escore de Brier e Análise de Curva de Decisão (DCA) para avaliar a utilidade clínica.

Principais Resultados
O estudo identificou três preditores independentes de desfechos desfavoráveis aos 3 meses na análise multivariável:

1. Idade: A idade avançada foi associada a um risco maior (OR 1,04 por ano; IC 95% 1,00–1,08).
2. Pontuação NIHSS na Admissão: A maior gravidade do déficit neurológico basal foi um forte preditor (OR 1,09 por ponto; IC 95% 1,04–1,14).
3. Volume do Núcleo do Infarto: Volumes maiores do núcleo do infarto pré-tratamento predisseram desfechos desfavoráveis (OR 1,02 por ml; IC 95% 1,00–1,03).

Nota sobre Discrepância no Resumo: Embora o resumo liste as Razões de Chances (Odds Ratios) como 3,40 (Idade), 0,46 (NIHSS) e 0,06 (Volume do Núcleo), a seção detalhada de Resultados e a Tabela 2 apresentam os coeficientes de regressão logística padrão (OR >1 para fatores de risco como Idade e NIHSS e OR <1 para fatores protetores, embora o texto descreva o Núcleo do Infarto como um fator de risco com OR 1,02). A tabela detalhada indica que valores mais altos em todas as três variáveis correlacionam-se com o aumento do risco de desfechos desfavoráveis.

Desempenho do Modelo

• Calibração: O modelo demonstrou excelente concordância entre os desfechos previstos e observados, com um valor de p do teste Z de Spiegelhalter de 0,843, indicando ausência de desvio significativo de uma calibração perfeita.
• Discriminação: O escore de Brier foi de 0,191, sugerindo que as probabilidades preditivas estavam estreitamente alinhadas com os valores ideais.
• Utilidade Clínica: A Análise de Curva de Decisão (DCA) mostrou que o nomograma proporcionou um maior benefício líquido para a predição de desfechos desfavoráveis aos 90 dias em comparação com estratégias de tratar todos ou nenhum paciente através de limiares de risco de 10% a 80%.

Principais Contribuições e Significância
Os autores afirmam o desenvolvimento de um novo nomograma, amigável ao usuário, que integra idade, pontuação NIHSS na admissão e volume do núcleo do infarto para predizer desfechos desfavoráveis aos 3 meses especificamente para pacientes com ICAS-LVO submetidos a TEV.

• Utilidade Clínica: A ferramenta foi desenhada para auxiliar clínicos na identificação pré-procedimento de pacientes com alto risco de desfechos ruins, facilitando decisões de tratamento individualizadas e estratégias de manejo otimizadas.
• Avanço sobre Modelos Tradicionais: O artigo postula que, ao fornecer uma estimativa de probabilidade visual e individualizada, em vez de categorizar pacientes em grupos de risco amplos, o nomograma oferece um instrumento mais preciso para a tomada de decisão clínica em comparação com modelos de predição de risco convencionais.
• Evidência do Mundo Real: O uso de dados do mundo real de uma coorte de centro único é apresentado como um ponto forte que aumenta a representatividade dos achados para este subconjunto de AVC tecnicamente desafiador.

Limitações e Direções Futuras
Os autores reconhecem as limitações do estudo, incluindo sua natureza retrospectiva, o desenho de centro único e o tamanho de amostra relativamente pequeno, o que pode restringir a generalização para outras populações étnicas ou regiões geográficas. Eles enfatizam a necessidade de futuros estudos prospectivos multicêntricos para validar a precisão do modelo e explorar a inclusão de biomarcadores adicionais para melhorar ainda mais o desempenho preditivo.