Université de Rennes 1 Facteurs prédictifs d'AVC sylvien malin après thrombectomie mécanique Predictors of malignant middle cerebral artery infarction after mechanical thrombectomy Facteur pronosticAVCœdème cérébralIRMartère cérébral moyennethrombectomiehémicraniectomie. risk assessmentstroke, acutebrain edemamagnetic resonance imagingmiddle cerebral arterythrombectomydecompressive craniectomy Maladies cérébrovasculaires Étiologie Thrombectomie Oedème cérébral Arbres de décision Imagerie par résonance magnétique Introduction: Plusieurs facteurs clinico-radiologiques ont déjà été décrits pour prédire l'évolution maligne d'un AVC ischémique sylvien. Cependant ceux-ci ont peu été étudiés chez des patients traités par thrombectomie mécanique. L'objectif de cette étude était d'évaluer ces facteurs prédictifs d'AVC sylvien malin dans une population de patients thrombectomisés afin de guider la prise en charge en phase aigüe. Méthodes: Les patients ont été inclus à partir d'un registre prospectif local regroupant tous les patients pris en charge pour un AVC ischémique traité par thrombolyse intraveineuse et/ou thrombectomie mécanique. Une analyse descriptive des variables démographiques, cliniques et radiologiques a été réalisée puis une régression logistique multivariée a été utilisée pour mettre en évidence des facteurs prédictifs indépendants d'AVC sylvien malin. Résultats: En 32 mois, 66 patients ont été inclus. 18 (27.3%) ont évolué vers un AVC sylvien malin. Une évolution maligne était associée à : la sévérité du déficit neurologique et le niveau de conscience à l'admission, la taille de l'infarctus en séquence de diffusion, et l'atteinte d'autres territoires vasculaires. Le statut de reperfusion n'était pas statistiquement différent entre les deux groupes. Après régression logistique multivariée, la taille de l'infarctus en diffusion (p < 0.001) et le délai avant recanalisation (p = 0.018) apparaissaient comme les plus forts facteurs prédictifs d'AVC sylvien malin. Un arbre décisionnel basé sur ces deux facteurs permettait de prédire une évolution maligne avec une spécificité de 100% et une sensibilité de 73%. Conclusion: Notre étude propose un arbre décisionnel permettant de sélectionner précocement et spécifiquement les patients à risque d'AVC sylvien malin indépendamment du statut de reperfusion après thrombectomie mécanique. Introduction: Several predictors have been described to early diagnose malignant middle cerebral artery infarction (MMI) and select patient for hemicraniectomy. Nevertheless, few studies have asses them among patients with acute ischemic stroke undergoing mechanical endovascular thrombectomy (MET). The overall objective in this study was to evaluate these predictors in patients undergoing MET in the purpose to guide the medical care in the acute phase. Methods: We selected patients from a prospective local database which reference all patients eligible for treatment with Alteplase thrombolysis and/or mechanical endovascular thrombectomy in acute stroke. We investigated demographic, clinical, and radiological data. Multivariate regression analysis was used to identify clinical and imaging predictors of MMI. Results: In 32 months, 66 patients were included. 18 (27.3%) developed MMI. Malignant evolution was associated with: severity of neurological deficit and level of consciousness at admission, infarct size in DWI sequence and involvement of other vascular territories. Study groups didn't differ in terms of successful reperfusion. Two variables were identified as independent predictors of MMI: DWI infarct volume (p < 0,001) and time before recanalization (p = 0.018). A decision tree based on these two factors was able to predict malignant evolution with high specificity (100%) and sensibility (73%). Conclusion: Our study proposes a practical decision tree including DWI lesion volume and delay before recanalization to early and accurately predict MMI in a subgroup of patients with MCA infarction undergoing MET regardless to the status of reperfusion. Electronic Thesis or DissertationText enfr application/pdf1 : 1135 Kohttps://ged.univ-rennes1.fr/nuxeo/site/esupversions/83d68b1a-6421-472d-a8ae-2156deb45bea Tracol Clément 1988-12-03 FR 241141176 tracol.clement@gmail.com 2019REN1M055 http://www.theses.fr/2019REN1M055 2019-05-02 Neurologie Universite de Rennes 1thesis.degree.grantor_1 02778715X Doctorat (thèse d'exercice) non ouiVannierStéphane intervenant_1174908040Le RestePierre-Jean intervenant_216085993X Universite Bretagne LoirepartenaireRecherche_1 191639044 ddc:610 VannierStéphane Le RestePierre-Jean Universite de Rennes 1Sciences et technologie, medecine, pharmacie, odontologie, droit, economie, gestion, philosophieUniversite Bretagne Loire Communaute des etablissements d enseignement superieur et de recherche (ComuE) ASCII PDF 1161803 confidentialité 2019-05-02 2019-12-31 restriction 2019-05-02 2019-12-31