研究建立标记和危险分层模型,颅内动脉瘤的不稳定

颅内动脉瘤是创伤性蛛网膜下腔出血的主要原因,在中国的发病率为7%。超过70%的颅内动脉瘤未破裂颅内动脉瘤(uia)。虽然动脉瘤破裂与高发病率和死亡率有关,先前的研究已经揭示了破裂uia率低至每年1%。值得注意的是,积极的经验手术治疗并发症的风险,包括缺血性中风和意外动脉瘤破裂。的风险评估不稳定(破裂和增长)动脉瘤有助于为例uia指导决策。

代谢物和细胞因子影响环境的船只和至关重要的心血管和脑血管疾病的发展。然而,很少有纵向研究UIA自然历史破裂或增长,metabolic-cytokine特性和不稳定性之间的关系一直不清楚。此外,中国人口大规模多中心纵向数据缺乏。

基于颅内动脉瘤从20例样本和血清,代谢产物的动态变化和细胞因子在两年的随访中,一项新的研究发表在科学通报显示,脂质代谢有关的异常颅内动脉瘤破裂,油酸(OA)和花生四烯酸(AA)、白介素- 1β(IL-1β)和肿瘤坏死factor-α(TNF-α)是可靠的生物标志物来评估UIA不稳定的风险。

随后,将辐射特性和相关生物标志物UIA不稳定,该研究小组建立了一个风险分层模型使用机器学习算法。基于1250 UIA患者定期随访两年通过放射学,这种分层模型表现良好分类UIA不稳定和稳定UIA[曲线下面积(AUC) 0.94推导队列内,和0.89中的验证队列),这是优于现有的临床模型(阶段得分和厉螨得分)。

最后,OA的团队调查了体内是否干预,IL-1β,TNF-α可以防止IA破裂。体内研究基于颅内动脉瘤的老鼠模型显示,补充的OA和抑制IL-1βTNF-α可以防止动脉瘤破裂的动脉瘤壁和缓解炎症激活。

这项研究展示了第一个和最大的multi-omics分析基于两个纵向多中心中国军团,揭示了OA, AA, IL-1β,TNF-α作为生物标志物UIA不稳定。这些发现可以帮助临床医生了解和不断增长的颅内破裂动脉瘤的病理特征。

这个团队提供了一个将辐射特性和危险分层模型生物标记物高准确性评估两年UIA不稳定的风险,这可能为UIA指导治疗决策。