Tilbake til søkeresultatene

BEHANDLING-God og treffsikker diagnostikk, behandling og rehabilitering

A New Traumatic Axonal Injury Classification Scheme based on Clinical and Improved MR Imaging Biomarkers

Tildelt: kr 4,2 mill.

Ulike typer ulykker kan føre til hodeskader og dermed forskjellige grader av skade på hjernen; såkalt traumatisk hjerneskade (Traumatic Brain Injury; TBI). Traumatisk aksonal skade (TAI) er en viktig skadetype hos TBI-pasienter. I prosjektet TAI-MRI har vi som mål å utvikle et klassifiseringssystem som bedre kan beskrive alvorlighetsgraden av TAI på MR og forutsi utfallet av hodeskaden for pasienten. Det er også et mål å analysere MR-data på en mer automatisert måte med bruk av kunstig intelligens. Behandlingen av pasienter med TBI avhenger av alvorlighetsgraden av skaden, og i den akutte fasen er den primære bildemodaliteten for å avgjøre dette fremdeles CT. Imidlertid er TAI vanskelig å oppdage ved bruk av CT, og MR har mye høyere følsomhet for TAI. Det nåværende klassifiseringssystemet er basert på nevropatologiske studier (direkte undersøkelse av vev i mikroskop) fra 1980-tallet og er blitt ekstrapolert for å klassifisere også skader på MR hos overlevende pasienter. Dette klassifiseringssystemet har vist begrensning i å reflektere den faktiske utbredelsen av aksonale skader, og dermed er dets prognostiske verdi også usikker. For å utvikle et så viktig og pålitelig klassifiseringssystem har forskere fra fire forskjellige land samarbeidet. Data fra tre forskjellige studier med nesten 1250 pasienter er inkludert og blir analysert med avanserte statistiske metoder. De foreløpige resultatene fra de første 500 norske pasientene viser bl.a. at tosidig skade i hjernestamme og thalamus ser ut til å indikere spesielt stor alvorlighet. Dette vil derfor få betydning for et forbedret klassifiseringssystem, som nå valideres i den store EU-studien CENTER-TBI. Det har imidlertid vist seg å være utfordrende å få tilstrekkelig høy sensitivitet og spesifisitet for de automatiske metodene som er blitt videreutviklet i prosjektet. Selv om metodene har tatt store skritt framover, ser det ut til å være et stykke igjen til de kan tas i bruk i daglig klinisk arbeid med TBI-pasienter.

Traumatic injuries to the head can cause differing degrees of damage to the brain, ranging from none to mild, moderate or severe traumatic brain injury (TBI). The management of patients with TBI depends on the severity of the injury and the primary imaging modality is still CT in the acute phase. But today we know that CT may only show the "tip of the iceberg" of the actual injuries to the brain, and in some instances the scan miss injuries altogether. In particular, traumatic axonal injury (TAI) is difficult to detect by CT. In the last decade, different MRI techniques therefore have been increasingly used. MRI can detect visible TAI lesions, but also other more subtle brain injuries, with a much higher sensitivity than that observed for CT. In TAI-MRI, we aim to develop a classification system that can better describe severity of TAI and predict the outcome of injuries. The current classification system is based on neuropathological studies from 1980s and has been extrapolated to classify also injuries on MRI in surviving patients. This classification system has shown limitation in reflecting the actual burden of axonal injuries. A classification system that better reflects the distribution of axonal injuries and that also takes into account the prognostic significance of the different TAI lesions would help both doctors and health care professionals as well as patients and their families to understand the effects of brain injury and also what prognosis can be expected during the first year. To develop such an important and reliable classification system, researchers from four different countries will collaborate and data from three different studies including almost 1400 patients will be included and analyzed. MRI methods have been continuously developed during the last couple of decades, and new promising technological advances enable us to analyze MRI data in a more automated way. The results of this project should improve the care of patients with TBI.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Aktivitet:

BEHANDLING-God og treffsikker diagnostikk, behandling og rehabilitering