Outcome prediction after cardiac arrest using automated assessment of brain computed tomography

Abstract

Die neurologische Prognoseabschätzung nach kardiopulmonaler Reanimation ist ein medizinisch und ethisch herausfordernder Schritt in der Therapieplanung von Patienten nach Herzstillstand. Als Teil eines multimodalen diagnostischen Konzepts wird die zerebrale Bildgebung, insbesondere die Computertomographie empfohlen, wobei der ideale Zeitpunkt für die Durchführung dieser bisher unklar ist. Ein bereits etablierter Parameter zur Quantifizierung des globalen Hirnödems als Zeichen für hypoxisch-ischämische Enzephalopathie (HIE) ist die„Gray-White-Matter Ratio“ (GWR). Sie wird üblicherweise manuell von einem (Neuro)-Radiologen bestimmt, was das Problem der Inter-Rater-Variabilität mit sich bringt. Wir untersuchten zunächst an einer Registerkohorte den Zusammenhang zwischen Zeit und GWRVeränderungen um den Zeitpunkt und Grenzwert mit der besten prognostischen Aussagekraftder Bildgebung zu identifizieren. Daraufhin entwickelten wir für eine zweite Studie eine Methode, um die radiologischen Veränderungen in CTs automatisiert zu erfassen, verwendeten diese, um daraus den aussagekräftigsten prognostischen Parameter zu eruieren und validierten diesen an einer weiteren Kohorte. In einer multizentrischen Studie untersuchten wir schließlich retrospektiv in den histopathologisch aufgearbeiteten Gehirnen verstorbener Patienten den Schweregrad des hypoxischen Hirnschadens unter einem bestimmen GWR-Grenzwert. Wir erfassten das neurologische Outcome mit der Cerebral Performance Category (CPC) Skala bei Entlassung von der Intensivstation bzw. aus dem Krankenhaus, dichotomisiert in gutes (CPC 1-3) und schlechtes Outcome (CPC 4-5). Ergebnisse: Aus den in der ersten Studie eingeschlossenen 195 Patienten hatten kein Patient mit gutem Outcome eine (manuell bestimmte) GWR < 1.10. Die Sensitivität zur Vorhersage eines schlechten neurologischen Outcomes stieg von 12% bei CTs aus den ersten 6 Stunden nach Herzstillstand auf 48% für CTs, die später als 24 Stunden durchgeführt wurden. In die automatisierte Auswertung wurden 516 CTs von 433 Patienten eingeschlossen. In allen Regionen der grauen Substanz, insbesondere den Basalganglien war die Röntgendichte (in Hounsfield Units HU) bei Patienten mit schlechtem Outcome signifikant niedriger, in der weißen Substanz zeigte sich dies nicht. Die beste Vorhersagekraft hatte eine automatisierte GWR auf Ebene der Basalganglien (GWR_si). Auch hier stieg die Sensitivität innerhalb der ersten 72 Stunden deutlich an. Unter dem Grenzwert <1.10 für die automatisierte GWR_si fand sich auch in der Validationskohorte kein Patient mit gutem neurologischem Outcome. In der Autopsiestudie hatten alle Patienten mit einer (manuellen) GWR <1.10 histopathologisch eine schwere hypoxische Enzephalopathie. Auch einige Patienten mit normalen GWR-Werten hatten Zeichen eines hypoxischen Hirnschadens. Schlussfolgerung: Zur Prognose nach Reanimation sind CTs am aussagekräftigsten, wenn sie später als 24 Stunden nach Herzstillstand gemacht werden. Die automatisierte Analyse von CTs ist eine neue, Rater-unabhängige Methode, um die GWR zu bestimmen. Ein Cut-off von <1.10 war in der manuellen und automatisierten Auswertung sowie histopathologisch ein robuster Parameter für ein schlechtes neurologisches Outcome (Tod oder minimaler Bewusstseinszustand).

After cardiac arrest (CA) and successful resuscitation, many patients suffer from severe hypoxicischemic encephalopathy (HIE). Prognostication of long-term neurological outcome is therefore an important step in deciding on therapeutic goals. Brain computed tomography (CT) is recommended by guidelines as part of a multimodal diagnostic pathway including serum biomarkers, clinical and electrophysiologic tests. The Gray-White-Matter Ratio (GWR) derived from CT quantifies global brain edema in patients with hypoxic-ischemic encephalopathy (HIE). Most studies report on GWR determined by a (neuro-)radiologist, a potential source of interrater variability. We evaluated brain CT as a prognostic tool in three separate studies: (I) We retrospectively examined the relationship between CT timing and GWR to identify the optimal timepoint and threshold with the best prognostic performance. (II) We developed a method to automatically quantify regional radiodensity changes by co-registration of individual head CT images with a brain atlas, identified the regions with best prognostic performance in a derivation cohort and validated the results in a validation cohort. (III) We histopathologically examined postmortem brain autopsies to assess if exams and cutoffs used for prognostication accurately reflect the underlying pathologies. Neurologic outcome was evaluated using the Cerebral Performance Scale (CPC) at ICU/hospital discharge, dichotomized in good (CPC 1-3) and poor (CPC 4-5) outcome. Results: Among 195 patients in the first study, no patient with good outcome patient had a (manually determined) GWR <1.10. Sensitivity for poor outcome prediction (unresponsive wakefulness syndrome or death) by GWR increased from 12% within the first 6 hours to 48% using CTs obtained later than 24 hours after CA. For automated assessment we evaluated 516 CTs from two cohorts with a total of 433 patients. In all gray matter regions radiodensity (in Hounsfield Units; HU) was significantly lower in poor outcome patients. Automated GWR at the basal ganglia level (GWR_si) had the best prognostic performance of all examined parameters. Consistently, sensitivity increased within the first 72 hours after CA. Autopsy revealed severe histopathological HIE in all patients with a GWR <1.10 and some patients with normal GWR values. Conclusion: Outcome prediction using brain CTs is most accurate using CTs performed later than 24 hours after CA. Automated assessment of GWR is a promising new tool for quantifying changes after CA. A cut-off <1.10 in both manually and automatically determined GWR predicted poor outcome with high specificity and low-to-moderate sensitivity and correlated highly with histopathological severe HIE in brain autopsy.