Rofo 2014; 186 - MTRA11_2
DOI: 10.1055/s-0034-1373510

Cerebrales Hypoxie-Modell der Maus – vom Tiermodell zum MRT-Modell

S Hadlich 1
  • 1Universitätsmedizin Greifswald, Radiologie, Greifswald

Hintergrund:

In Deutschland gibt es jährlich etwa 100.000 präklinische Reanimationen. Davon überleben etwa 10.000 Patienten und nur 0,6 – 1,8% der Patienten bleiben davon ohne ein permanentes neurologisches Defizit.

Nach erfolgreicher Reanimation steht die Behandlung der ursächlichen Erkrankung im Vordergrund. Neben der Behandlung sog. systemischen Ischämie- und Reperfusionsantwort kommt dabei der Behandlung einer hypoxisch-anoxischen Encephalopathie eine entscheidende Bedeutung zu. Hierfür gibt es eine Vielzahl von präklinischen Therapie-Ansätzen im Tiermodell. Wurde der Effekt der Therapie bisher immer klinisch und histologisch kontrolliert, bietet das Ultrahoch-Feld-MRT die Möglichkeit, dieses jetzt auch nicht invasiv zu überprüfen.

Material und Methode:

Die vorliegende Studie demonstriert das praktische Vorgehen bei der Übertragung eines etablierten Tiermodells in ein MRT-basiertes Tiermodell. Für die Bildgebung stehen wie im klinischen Alltag T2-gewichtete Sequenzen sowie die Diffusionsbildgebung zur Verfügung. Spezielle Schwierigkeiten und Fallstricke bei der Kleintierbildgebung im Vergleich zur humanen Bildgebung werden aufgezeigt.

Das Tiermodell lies sich problemlos in das MRT übertragen. Wie in der humanen Bildgebung lassen sich hypoxisch-anoxische Veränderungen sowohl in der DWI als auch in T2-gewichteten Aufnahmen nachweisen, jedoch sind diese Veränderungen häufig subtiler. Daher ist eine intensive Sequenzoptimierung notwendig. Darüber hinaus muss ein besonderes Augenmerk auf die Handhabung der Tiere während der Untersuchung gelegt werden.

Lernziele:

Zusammenfassung

Ein etabliertes Tiermodell zur cerebralen Hypoxie lässt sich problemlos in ein MRT-basiertes Modell übertragen. Die Prinzipien der humanen Bildgebung lassen sich nicht einfach auf das Tiermodell übertragen. Es gilt, tier-spezifische Besonderheiten zu berücksichtigen und die Bildgebung diesbezüglich zu optimieren.

E-Mail: stefan.hadlich@uni-greifswald.de