塞栓性MCAOの最適化マウスモデル:脳血流から神経学的転帰へ

塞栓性中大脳動脈閉塞(eMCAO)モデルは、ヒトの大血管閉塞による虚血性脳卒中を模倣し、rtPAによる血栓溶解療法に適している。 しかし、eMCAO手術の難しさと血栓自己分解の予測不可能な発生という二つの大きな障害がマウスへの適用を妨げていた。 本研究では、適切なフィブリンリッチ塞栓を生成するためにカテーテルを変更し、mcaの閉塞を確認するためにレーザードップラーフローメトリー(LDF)と2Dレーザスペックルコントラストイメージング(LSCI)の両方で監視脳血流(CBF)を使用してeMCAOモデルを最適化した。 その結果,塞栓が長くなると死亡率が高くなることが分かった。 減少した梗塞量に関連付けられているeMCAO後MCA領域灌流の代償的な増加があった;しかし、これは部分的に再疎通にのみ依存していた血餅自己分解は、マ LSCIと皮質CBFモニタリングは、3hでペリコアエリアの大きさは、代償性側副血流に起因する梗塞ボリュームとの最良の相関を表示したことを示した。 コア周辺領域は、eMCAO後の機能的結果を最もよく予測した。 要約すると、我々はより良い脳卒中神経保護療法の成功した翻訳の可能性を高めるヒトにおける塞栓性虚血性脳卒中を模倣する信頼性の高いeMCAOマウ

コメントを残す

メールアドレスが公開されることはありません。