S'abonner

MRI ameliorates the prediction of further clinical evolution even months after ischemic stroke - 26/09/15

Doi : 10.1016/j.rehab.2015.07.020 
V. Quintaine a, , H. Chabriat, Prof a, E. Jouvent, Dr a, A. Yelnik, Prof b
a UMR-S 1161 Inserm, université Paris Diderot, Sorbonne Paris Cité, Paris, France 
b Service de médecine physique et de réadaptation, groupe hospitalier Saint-Louis – Lariboisière – Fernand-Widal, France 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Résumé

Background

Late recovery after a first ischemic stroke is highly variable and its predictors are unknown. The present study aims at determining whether MRI data obtained one to four months after a first ischemic stroke help to predict clinical evolution up to 2 years.

Methods

Patients included in the PERFORM MRI study, an ancillary study of the PERFORM randomized control trial of terutroban against aspirin in secondary prevention of vascular ischemic events were selected. Mixed-effect regression modelling was used to test whether MRI data obtained one to four months after a first ischemic stroke ameliorate the prediction of further recovery, up to 2 years, compared to clinical data alone. Outcomes to predict were disability (modified Rankin Scale [mRS] and NIH Stroke Scale [NIHSS]) and cognition (MMSE, Isaac's Set Test [IST] and Zazzo's Cancellation Test [ZCT]). MRI markers were designed as the total lesion load on FLAIR (FLAIR_vol) and brain volume (brain parenchymal fraction [BPF]) on T1, both normalized to intracranial cavity volume. Age, gender, level of education and initial value of the outcome to predict were systematically entered as covariates in predictive models based on clinical data alone. FLAIR_Vol, BPF and microbleed number were added to those variables in predictive models based on clinical and imaging data. Predictive ability of both types of models were compared.

Findings

Five hundred and ninety-two patients of mean age 67.3±7.8 years were included. Models based on clinical and MRI data were significantly better predictors of mRS, MMSE, IST and ZCT, compared to models based on clinical data alone.

Interpretation

MRI data that can be easily extracted from routine sequences help to predict further recovery even months after a first ischemic stroke. The use of MRI in this context may help to select patients for which rehabilitation will be the most beneficial.

Le texte complet de cet article est disponible en PDF.

Keywords : Ischemic stroke, MRI, Brain parenchymal fraction, Disability, Cognitive impairment, Post-stroke recovery


Plan


© 2015  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 58 - N° S1

P. e6 - septembre 2015 Retour au numéro
Article précédent Article précédent
  • Comparative shortening of different muscles in patients with chronic hemiparesis treated in guided self-rehabilitation contracts
  • B. Bignami, M. Baude, J. Vielotte, C.M. Loche, C. Colas, M. Pradines, J.M. Gracies
| Article suivant Article suivant
  • How to predict requirement for rehabilitation following stroke: An analysis of the Rhône-Alpes inpatient database
  • C. Tarnaud, P. Calmels, B. Ferroud-Plattet, T. Rusterholtz

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.