Clinical Significance of the Characteristics of Microembolic Signals Recorded in the Recovery Period of Ischemic Stroke, a Cross-Sectional Observational Study

Cover Page

Cite item

Full Text

Abstract

Background. Microembols detected during transcranial Doppler monitoring with microembolodetection (TCDM with MED) are different in nature and, accordingly, in structure, as well as in size and consequences of their impact on the cerebral vessels. The following biophysical characteristics of microembolic signals (MES) can be assessed during TCDM with MED: frequency, which indirectly reflects the structure of the microembolus, duration, which indirectly reflects the size of the microembolus, and power, which is an integral characteristic. The issues of the relationship between characteristics of MES and clinical indicators have been little studied according to literature.

Aims — study of the biophysical characteristics of microembolic signals recorded in patients with ischemic stroke, as well as the factors affecting these characteristics, the clinical and prognostic significance of microembolism.

Methods. This is a cross-sectional observational study that is part of a prospective cohort study. Data on 28 patients in the recovery period of ischemic stroke are included, in whom the biophysical characteristics of MES were analyzed (the total number of cases in the cohort study was 1600), and who underwent: duplex scanning of the brachiocephalic arteries, transcranial duplex scanning, TCDM with MED, transthoracic echocardiography, magnetic-resonance tomography of the brain, electrocardiography. Study enrollment was carried out in the period from 2019 to 2021. The MES characteristics included frequency, duration, power, energy index (the product of power and duration), of which the MES power was the main one.

Results. MES characteristics correlated with anthropometric parameters: average duration - with the patient’s age (r = 0.421; p = 0.029); average frequency — with body surface area (r = 0.624; p = 0.010). The average power, duration and energy index of MES were significantly higher in persons with intraluminal masses in the carotid arteries (p < 0.05). Correlations of biophysical characteristics of MES with blood flow velocities in brain vessels (inverse correlation between the duration of the MES and the value of the peak systolic velocity in the M2 segment of the right MCA r = –0.529, p = 0.02; correlations between the power of MES, as well as the duration of MES with peak systolic and end-diastolic velocities in the V4 segment of the right VA r = 0.481–0.572, p = 0.027–0.007), as well as with signs of atrophy of the temporal and occipital lobes of the brain were identified (inverse correlation between MES frequency and regional atrophy in the right temporal lobe r = –0.434, p = 0.038; inverse correlation between MES frequency and regional atrophy in the left temporal lobe r = –0.422, p = 0.045; inverse correlation between MES frequency and regional atrophy in the left occipital lobe r = –0.465, p = 0.025). Significant differences were found in the number of MES and their average power, duration, energy index in the presence and absence of atrial fibrillation (p < 0.05).

Conclusions. Age and, apparently, weight, as well as signs of atherosclerosis of the brachiocephalic arteries, influence the development of microembolism. In the presence of atrial fibrillation, material microembolism is observed predominantly, and the number of MES and their characteristics which reflect the size of microemboli are significantly higher. The relationship between the duration of MES and the characteristics reflecting the blood supply in the basin of the middle cerebral artery, as well as between the frequency of MES and the presence of regional atrophy in the temporal and occipital lobes of the brain according to magnetic resonance imaging was revealed.

About the authors

Ekaterina V. Orlova

Federal Сenter of Brain Research and Neurotechnologies

Author for correspondence.
Email: ekaterina.shlyk@gmail.com
ORCID iD: 0000-0002-4755-7565
SPIN-code: 3695-9148

MD, PhD

Russian Federation, 1/10, Ostrovityanova str., 117513, Moscow

Alexandr B. Berdalin

Federal Сenter of Brain Research and Neurotechnologies

Email: alex_berdalin@mail.ru
ORCID iD: 0000-0001-5387-4367
SPIN-code: 3681-6911

MD, PhD

Russian Federation, 1/10, Ostrovityanova str., 117513, Moscow

Vladimir G. Lelyuk

Federal Сenter of Brain Research and Neurotechnologies

Email: vglelyuk@fccps.ru
ORCID iD: 0000-0002-9690-8325
SPIN-code: 1066-9840

MD, PhD, Professor

Russian Federation, 1/10, Ostrovityanova str., 117513, Moscow

References

  1. King A, Markus HS. Doppler embolic signals in cerebrovascular disease and prediction of stroke risk: a systematic review and meta-analysis. Stroke. 2009;40(12):3711–3717. doi: https://doi.org/10.1161/STROKEAHA.109.563056
  2. Ritter MA, Dittrich R, Thoenissen N, et al. Prevalence and prognostic impact of microembolic signals in arterial sources of embolism. A systematic review of the literature. J Neurol. 2008;255(7):953–961. doi: https://doi.org/10.1007/s00415-008-0638-8
  3. Адаскин А.В. Программно-алгоритмическое обеспечение измерительно-вычислительного комплекса для исследования потоков жидкости с инородными включениями на примере комплекса медицинского назначения: автореф. дис. … канд. техн. наук. — М., 2008. [Adaskin AV. Programmno-algoritmicheskoe obespechenie izmeritel`no-vy`chislitel`nogo kompleksa dlya issledovaniya potokov zhidkosti s inorodny`mi vklyucheniyami na primere kompleksa medicinskogo naznacheniya: avtoref. dis. … kand. tekhn. nauk. Moscow; 2008. (In Russ.)]
  4. Cкворцова В.И., Чазова И.Е., Стаховская Л.В. Вторичная профилактика инсульта. — М.: ПАГРИ, 2002. — 120 с. [Skvorczova VI, Chazova IE, Staxovskaya LV. Vtorichnaya profilaktika insul’ta. Moscow: PAGRI; 2002. 120 s. (In Russ.)]
  5. Yan J, Li Z, Wills M, et al. Intracranial microembolic signals might be a potential risk factor for cognitive impairment. Neurol Res. 2021;43(11):867–873. doi: https://doi.org/10.1080/01616412.2021.1939488
  6. Das AS, Regenhardt RW, LaRose S, et al. Microembolic Signals Detected by Transcranial Doppler Predict Future Stroke and Poor Outcomes. J Neuroimaging. 2020;30(6):882–889. doi: https://doi.org/10.1111/jon.12749
  7. Moustafa RR, Izquierdo-Garcia D, Fryer TD, et al. Carotid plaque inflammation is associated with cerebral microembolism in patients with recent transient ischemic attack or stroke: a pilot study. Circ Cardiovasc Imaging. 2010;3(5):536–541. doi: https://doi.org/10.1161/CIRCIMAGING.110.938225
  8. Van Lammeren GW, Van De Mortel RH, Visscher M, et al. Spontaneous preoperative microembolic signals detected with transcranial Doppler are associated with vulnerable carotid plaque characteristics. J Cardiovasc Surg (Torino). 2014;55(3):375–380.
  9. Liberman AL, Zandieh A, Loomis C, et al. Symptomatic Carotid Occlusion Is Frequently Associated With Microembolization. Stroke. 2017;48(2):394–399. doi: https://doi.org/10.1161/STROKEAHA.116.015375
  10. Choi Y, Saqqur M, Stewart E, et al. Relative energy index of microembolic signal can predict malignant microemboli. Stroke. 2010;41(4):700–706. doi: https://doi.org/10.1161/STROKEAHA.109.573733
  11. Mitchell CC, Wilbrand SM, Kundu B, et al. Transcranial Doppler and Microemboli Detection: Relationships to Symptomatic Status and Histopathology Findings. Ultrasound Med Biol. 2017;43(9):1861–1867. doi: https://doi.org/10.1016/j.ultrasmedbio.2017.04.025
  12. Darke S, Duflou J, Kaye S, et al. Body mass index and fatal stroke in young adults: A national study. J Forensic Leg Med. 2019;63:1–6. doi: https://doi.org/10.1016/j.jflm.2019.02.003
  13. Воронин Д.В. Динамика газового пузырька при его взаимодействии с волнами сжатия и разрежения // Прикладная механика и техническая физика. — 2005. — Т. 46. — № 5. — С. 76–85. [Voronin DV. Dinamika gazovogo puzy’r’ka pri ego vzaimodejstvii s volnami szhatiya i razrezheniya. Prikladnaya mexanika i texnicheskaya fizika. 2005;46(5):76–85. (In Russ.)]
  14. Крылов А.Б. Поверхностное натяжение и связанные с ним явления: учебно-метод. пособие. — Минск: БГМУ, 2008. — 32 с. [Kry’lov AB. Poverxnostnoe natyazhenie i svyazanny`e s nim yavleniya: ucheb-metod. posobie. Minsk: BGMU; 2008. 32 s. (In Russ.)]
  15. Healey JS, Amit G, Field TS. Atrial fibrillation and stroke: how much atrial fibrillation is enough to cause a stroke? Curr Opin Neurol. 2020;33(1):17–23. doi: https://doi.org/10.1097/WCO.0000000000000780
  16. Maida CD, Norrito RL, Daidone M, et al. Neuroinflammatory Mechanisms in Ischemic Stroke: Focus on Cardioembolic Stroke, Background, and Therapeutic Approaches. Int J Mol Sci. 2020;21(18):6454. doi: https://doi.org/10.3390/ijms21186454
  17. Pistoia F, Sacco S, Tiseo C, et al. The Epidemiology of Atrial Fibrillation and Stroke. Cardiol Clin. 2016;34(2):255–268. doi: https://doi.org/10.1016/j.ccl.2015.12.002
  18. Chrzanowski DD. Managing atrial fibrillation to prevent its major complication: ischemic stroke. Nurse Pract. 1998;23(5):26–42.
  19. Migdady I, Russman A, Buletko AB. Atrial Fibrillation and Ischemic Stroke: A Clinical Review. Semin Neurol. 2021;41(4):348–364. doi: https://doi.org/10.1055/s-0041-1726332
  20. Boursier-Bossy V, Zuber M, Emmerich J. Ischemic stroke and non-valvular atrial fibrillation: When to introduce anticoagulant therapy? J Med Vasc. 2020;45(2):72–80. doi: https://doi.org/10.1016/j.jdmv.2020.01.153
  21. Скворцова В.И., Кольцова Е.А., Кимельфельд Е.И. Сравнительный анализ факторов риска и патогенетических вариантов ишемического инсульта в молодом и пожилом возрасте // Человек и его здоровье. — 2012. — № 3. — С. 81–87. [Skvortsova VI, Koltsova EA, Kimelfeld EI. Comparative Analysis of Risk Factors and Pathogenetic Types of Ischemic Stroke in Young and Old Patients. Humans and Their Health. 2012;3:81–87. (In Russ.)]

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1

Download (170KB)
Indexing metadata
3. Fig. 2

Download (165KB)
Indexing metadata
4. Fig. 3

Download (152KB)
Indexing metadata
5. Fig. 4

Download (162KB)
Indexing metadata
6. Fig. 5

Download (321KB)
Indexing metadata

Copyright (c) 2023 "Paediatrician" Publishers LLC

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».