Предикторы динамики изменения когнитивных функций у пациентов через 6 месяцев после каротидной эндартерэктомии

Актуальность. Атеросклеротическое поражение сонных артерий является одной из актуальных проблем в связи с высоким риском развития ишемического инсульта и когнитивных нарушений. Динамика клинических нарушений у пациентов с каротидными стенозами определяется комплексом нейрофизиологических, ангиологических, тканевых и молекулярно-биологических реакций, характеристики которых могут выступать в роли предикторов течения патологии.
Цель работы. Определение нейрофизиологических параметров и предикторов когнитивной дисфункции у пациентов, перенёсших каротидную эндартерэктомию.
Материалы и методы. В исследование было включено 59 человек с атеросклеротическим поражением сонных артерий. Все включённые пациенты подвергались каротидной эндартерэктомии. У пациентов в различные сроки (до операции, через 6 месяцев после вмешательства) производилась оценка степени стеноза внутренней сонной артерии, регистрация электроэнцефалограммы (ЭЭГ), когнитивных вызванных потенциалов Р300, вариабельности сердечного ритма, а также оценка когнитивного статуса по шкалам FAB (Frontal Assessment Battery), MoCA (Montreal Cognitive Assessment) Test. Пациенты были разделены на группы на основе динамики когнитивных тестов методом кластерного анализа (k-средних) с идентификацией элементов, входящих в кластеры: кластер 1 – с «сохранным» профилем когнитивного статуса; кластер 2 – с умеренными когнитивными нарушениями.
Результаты. В кластере 1 определяется более высокая мощность бетаколебаний в лобных отведениях, амплитуда компонента Р3 потенциала Р300, а также большая вариабельность R-R интервалов по суммарному показателю и высокочастотной мощности. Нами была предложена модель, позволяющая классифицировать пациентов в группы по динамике балльной оценки когнитивных функций. Согласно полученным данным, наиболее значимыми предикторами динамики когнитивного статуса являлись исходные характеристики ЭЭГ и когнитивного вызванного потенциала Р300.
Выводы. Выявлены клинико-нейрофизиологические корреляты когнитивной дисфункции: ассоциация с большей сохранностью активирующих влияний на ЭЭГ, процессов опознания и принятия решения в ассоциативных зонах коры, меньшей выраженностью активности стресс-реализующих механизмов. Показатели спектрального анализа ЭЭГ и характеристики когнитивного вызванного потенциала Р300 являются предикторами динамики когнитивного статуса.

1. Chang RW, Tucker LY, Rothenberg KA, Lancaster E, Faruqi RM, Kuang HC, et al. Incidence of ischemic stroke in patients with asymptomatic severe carotid stenosis without surgical intervention. JAMA. 2022; 327(20): 1974-1982. doi: 10.1001/jama.2022.4835

2. Кавешников В.С., Серебрякова В.Н., Трубачева И.А., Шальнова С.А. Выраженность каротидного атеросклероза у взрослого неорганизованного населения. Рациональная фармакотерапия в кардиологии. 2019; 15(1): 84-89. doi: 10.20996/1819-6446-2019-15-1-84-89

3. Казанцев А.Н., Черных К.П., Заркуа Н.Э., Абдуллаев А.Д., Повторейко А.В., Багдавадзе Г.Ш., и др. Эверсионная каротидная эндартерэктомия с транспозицией внутренней сонной артерии по А.Н. Казанцеву. Госпитальные и отдаленные результаты. Российский медико-биологический вестник им. академика И.П. Павлова. 2021; 29(1): 73-88. doi: 10.23888/PAVLOVJ202129173-88

4. Пышкина Л.И., Абиева А.Р., Ясаманова А.Н., Дарвиш Н.А., Камчатнов П.Р., Кабанов А.А., и др. Течение цереброваскулярной патологии у больных со стенозирующим поражением сонных артерий. Журнал неврологии и психиатрии им. С.С. Корсакова. 2018; 118: 8-13. doi: 10.17116/jnevro20181180928

5. Матюшкин А.В., Мустафин А.Х. Результаты каротидной эндартерэктомии в лечении пациентов, перенесших ишемический инсульт. Хирургия. Журнал им. Н.И. Пирогова. 2021; 3: 50-56. doi: 10.17116/hirurgia202103150

6. Meershoek AJA, de Waard DD, Trappenburg J, Zeebregts CJ, Bulbulia R, Kappelle JLJ, et al.; Delphi consensus experts panel. Clinical response to procedural stroke following carotid endarterectomy: A Delphi Consensus Study. Eur J Vasc Endovasc Surg. 2021; 62(3): 350-357. doi: 10.1016/j.ejvs.2021.05.033

7. Хасанова Д.Р., Житкова Ю.В., Гаспарян А.А. Значение атеросклеротического стенозирующего поражения брахиофациальных артерий в формировании когнитивных нарушений. Неврология, нейропсихиатрия, психосоматика. 2015; 7(1): 43-48. doi: 10.14412/2074-2711-2015-1-43-48

8. Sridharan ND, Asaadi S, Thirumala PD, Avgerinos ED. A systematic review of cognitive function after carotid edarterctomy in asymptomatic patients. J Vasc Surg. 2022; 75(6): 2074-2085. doi: 10.1016/j.jvs.2021.12.059

9. Ge Y, Li Q, Nie Y, Gao J, Luo K, Fang X, et al. Dexmedetomidine improves cognition after carotid endarterectomy by inhibiting cerebral inflammation and enhancing brain-derived neurotrophic factor expression. J Int Med Res. 2019; 47(6): 2471-2482. doi: 10.1177/0300060519843738

10. Иванова Л.Г., Мкртчян В.Р., Хайкин В.Д., Гудкова А.А. Кудухова К.И., Дружкова Т.А. Роль нейротрофического фактора мозга (BDNF) в развитии когнитивных нарушений сосудистого генеза. Вестник неврологии, психиатрии и нейрохирургии. 2020; 12: 67-78. doi: 10.33920/med-01-2012-07

11. Nahas NE, Zaki A, Zakaria M, Naser AAE, Bassiony AE, Abdeldayem E, et al. Cognitive impairment in asymptomatic cerebral arterial stenosis: A P300 study. Neurol Sci. 2023; 44(2): 601-609. doi: 10.1007/s10072-022-06442-9

12. Sridharan ND, Asaadi S, Thirumala PD, Avgerinos ED. A systematic review of cognitive function after carotid endarterectomy in asymptomatic patients. J Vasc Surg. 2022; 75(6): 2074-2085. doi: 10.1016/j.jvs.2021.12.059

13. Whooley JL, David BC, Woo HH, Hoh BL, Raftery KB, Hussain Siddiqui A, et al. Carotid Revascularization and its effect on cognitive function: A prospective nonrandomized multicenter clinical study. J Stroke Cerebrovasc Dis. 2020; 29(5): 104702. doi: 10.1016/j.jstrokecerebrovasdis.2020.104702

14. Nakamizo A, Amano T, Matsuo S, Kuwashiro T, Yasaka M, Okada Y. Common carotid flow velocity is associated with cognitive function after carotid endarterectomy. J Clin Neurosci. 2020; 76: 53-57. doi: 10.1016/j.jocn.2020.04.050

15. Абугов С.А., Алекян Б.Г., Аракелян В.С., Белов Ю.В., Белоярцев Д.Ф., Вачев А.Н., и др. Закупорка и стеноз сонной артерии: клинические рекомендации. М.: Министерство здравоохранения Российской Федерации; 2016.

16. Ferguson GG, Eliasziw M, Barr HW, Clagett GP, Barnes RW, Wallace MC, et al. The North American Symptomatic Carotid Endarterectomy Trial: Surgical results in 1415 patients. Stroke. 1999; 30(9): 1751-1758. doi: 10.1161/01.str.30.9.1751

17. Сысоев Ю.И., Приходько В.А., Титович И.А., Карев В.Е., Оковитый С.В. Изменения соматосенсорных вызванных потенциалов у крыс, перенёсших обратимую церебральную ишемию. Acta biomedica scientifica. 2022; 7(4): 190-200. doi: 10.29413/ABS.2022-7.4.22

18. Мухаметов Б.Г. Обзор и анализ программного обеспечения для расшифровки ЭКГ. Наука, техника и образование. 2017; 6(36): 70-71.

19. Aceto P, Lai C, De Crescenzo F, Crea MA, Di Franco V, Pellicano GR, et al. Cognitive decline after carotid endarterectomy: Systematic review and meta-analysis. Eur J Anaesthesiol. 2020; 37(11): 1066-1074. doi: 10.1097/EJA.0000000000001130

20. Бабаян Г.Б., Зорин Р.А., Пшенников А.С., Сучков И.А., Юдин В.А., Жаднов В.А., и др. Предикторы неврологического дефицита при гемодинамически значимых стенозах сонных и позвоночных артерий. Наука молодых (Eruditio Juvenium). 2019; 7(4): 533-540. doi: 10.23888/HMJ201974533-540

21. Калинин Р.Е., Пшенников А.С., Зорин Р.А., Сучков И.А. Соляник Н.А. Биохимические показатели церебрального повреждения при операциях на сонных артериях (обзор литературы). Ангиология и сосудистая хирургия. 2022; 28(1): 148-153.

22. Zuniga MC, Tran TB, Baughman BD, Raghuraman G, Hitchner E, Rosen A, et al. A prospective evaluation of systemic biomarkers and cognitive function associated with carotid revascularization. Ann Surg. 2016; 264: 659-665. doi: 10.1097/SLA.0000000000001853

23. Qiu J, Tan G, Lin Y, Guan J, Dai Z, Wang F, et al. Automated detection of intracranial artery stenosis and occlusion in magnetic resonance angiography: A preliminary study based on deep learning. Magn Reson Imaging. 2022; 94: 105-111. doi: 10.1016/j.mri.2022.09.006