Nicht-zerebrale Vasospasmus-Faktoren und zerebraler Vasospasmus als Prädiktoren für verzögerte zerebrale Ischämie nach aneurysmatischer Subarachnoidalblutung
Die aneurysmatische Subarachnoidalblutung (aSAB) stellt einen kritischen neurochirurgischen Notfall mit erheblichen Auswirkungen auf die Patientenprognose dar. Der Schweregrad der initialen Erkrankung und postoperative Komplikationen, insbesondere die verzögerte zerebrale Ischämie (DCI), sind entscheidende Determinanten des Behandlungserfolgs. DCI tritt bei bis zu 30 % der aSAB-Patienten auf, typischerweise zwei Wochen posthämorrhagisch, und zählt zu den Hauptursachen für Mortalität und Behinderung in dieser Population. Obwohl der zerebrale Vasospasmus (CVS) als primärer Faktor für die DCI-Entstehung anerkannt ist, entwickeln einige Patienten trotz aggressiver Anti-CVS-Therapie eine DCI, was auf multifaktorielle Pathomechanismen hindeutet.
Aktuelle Erkenntnisse legen weitere Einflussfaktoren nahe, darunter mikrozirkulatorische Spasmen, Mikrothrombosen, kortikale Depolarisationen und autonome Dysregulation. Diese sind jedoch klinisch schwer erfassbar, weshalb die Identifikation zugänglicherer Prädiktoren erforderlich ist. Ziel dieser Studie war die Entwicklung eines prädiktiven Modells für DCI durch Integration nicht-zerebraler Vasospasmus-Faktoren (non-CVS) mit CVS, um die diagnostische Genauigkeit zu verbessern.
Die retrospektive Analyse umfasste 711 aSAB-Patienten, die zwischen 2013 und 2018 an der First Affiliated Hospital of Fujian Medical University chirurgisch behandelt wurden. Einschlusskriterien waren ein Alter von 18–60 Jahren, bestätigte aSAB mittels CTA/DSA und präoperative Laboruntersuchungen. Ausschlusskriterien umfassten vorbestehende neurologische Erkrankungen, systemische Komorbiditäten (z. B. Niereninsuffizienz) oder präoperative DCI. DCI wurde als klinische Verschlechterung oder neues Infarktareal im CT definiert, CVS als persistierende Gefäßspasmen in der Bildgebung.
Erhobene Variablen beinhalteten allgemeine klinische Parameter (z. B. Bewusstseinsverlust, Hypertonie), Entzündungsmarker (NLR, SIRI, PLR), postoperative Scores (GCS, WFNS, mFisher) sowie chirurgische Details. Mittels multivariater logistischer Regression wurden Prädiktoren identifiziert und drei Modelle (non-CVS, CVS, kombiniert) hinsichtlich ihrer Diskriminationskraft verglichen.
Bei 57 Patienten (8,0 %) trat eine DCI auf. Univariate Analysen zeigten signifikante Assoziationen mit Bewusstseinsverlust (p = 0,003), Hypertonie (p = 0,011), VASOGRADE (p < 0,001) und postoperativer GCS (p < 0,001). Multivariat bestätigten sich diese Faktoren sowie die Anzahl der Aneurysmen, chirurgisches Verfahren und postoperative Beatmung als unabhängige Prädiktoren. Das kombinierte Modell (non-CVS + CVS) erreichte eine überlegene Vorhersagegenauigkeit (C-Statistik: 0,933 vs. 0,805 für non-CVS und 0,851 für CVS allein). Kalibrierungsplots und Bootstrapping validierten die Modelle ohne Overfitting.
Die Studie unterstreicht die multifaktorielle Ätiologie der DCI und die klinische Relevanz nicht-zerebraler Faktoren. Die Integration von Parametern wie Bewusstseinsstatus, Entzündungsprofilen und chirurgischen Variablen mit CVS ermöglicht eine präzisere Risikostratifizierung. Limitationen umfassen das retrospektive Design und die monozentrische Kohorte. Externe Validierungen und prospektive Studien sind erforderlich, um die Generalisierbarkeit zu bestätigen.
Zusammenfassend bietet das kombinierte Modell einen praktischen Ansatz zur DCI-Prädiktion, der routinemäßig verfügbare klinische und bildgebende Daten nutzt. Dies könnte die Früherkennung hochriskanter Patienten optimieren und gezielte präventive Strategien fördern.
doi.org/10.1097/CM9.0000000000001844