Stroke biomarkers: Issues of diagnosis and medical rehabilitation

Cover Page

Cite item

Full Text

Abstract

Stroke is the main death and invalidization factor throughout the world. Stroke prevention, early diagnostics and treatment, as well as proper rehabilitation, are the key research directions to reduce death and invalidization numbers.

Current clinical practice widely uses many biochemical markers (biomarkers) found in blood, urine or cerebrospinal fluid to make therapeutic decisions. Used along with standard examination methods, the potential benefit of stroke biomarkers could be seen in stroke type differential diagnostics, complication development forecasting and rehabilitation events personification.

Many potential stroke biomarkers and combined panels, including those used for rehabilitation intensity estimation, are described in science literature. Among them prevail peptide molecules connected with the damage of neurons and their axons, neuroglia, brain vessels endothelium. Less attention is given to blood proteins, lipids and other metabolites. There appears more and more reliable data on circulating nucleic acids as stroke manifestation and progress markers.

Despite obvious clinical and economical biomarkers prospects, no studied stroke markers are used in everyday clinical practice. That could be caused by obtained suboptimal sensitivity and specificity indicators and difficulties with translational studies organization and conducting. Relevance of stroke biomarkers as a way to control rehabilitation intensity also highlights the necessity to additional researches.

About the authors

Grigory V. Ponomarev

I.P. Pavlov First St. Petersburg State Medical University

Author for correspondence.
Email: grigoryponomarev@yandex.ru
ORCID iD: 0000-0002-6219-8855
SPIN-code: 1143-4227

MD, Cand. Sci. (Med.)

Russian Federation, Saint Petersburg

Alexandra V. Polyakova

Saint Petersburg institute of emergency care n.a. I.I. Dzhanelidze

Email: polyakova.alexandra@bk.ru
ORCID iD: 0000-0002-6426-3091
SPIN-code: 7714-6154

MD, Cand. Sci. (Med.)

Russian Federation, Saint Petersburg

Mariia V. Prokhorova

Saint Petersburg institute of emergency care n.a. I.I. Dzhanelidze

Email: airty@mail.ru
ORCID iD: 0000-0003-3412-0038
SPIN-code: 9565-1368

Junior Research Associate

Russian Federation, Saint Petersburg

Igor A. Voznjouk

I.P. Pavlov First St. Petersburg State Medical University; Immanuel Kant Baltic Federal University

Email: voznjouk@yandex.ru
ORCID iD: 0000-0002-0340-4110
SPIN-code: 3340-2897

MD, Dr. Sci. (Med.), Professor

Russian Federation, Saint Petersburg; Kaliningrad

References

  1. Feigin VL, Brainin M, Norrving B, et al. World Stroke Organization (WSO): Global Stroke Fact Sheet 2022. Int J Stroke. 2022;17(1):18–29. doi: 10.1177/17474930211065917
  2. Herpich F, Rincon F. Management of acute ischemic stroke. Crit Care Med. 2020;48(11):1654–1663. doi: 10.1097/CCM.0000000000004597
  3. Voznyuk IA, Savello VE, Shumakova TA. Emergency clinical neuroradiology. Stroke. Sankt-Peterburg: Foliant; 2016.122 р. (In Russ).
  4. Piradov MA, Maksimova MY, Tanashyan MM. Stroke: step-by-step instructions. A guide for doctors. 2nd ed. Moscow: GEOTAR-Media; 288 р. (In Russ).
  5. Kamtchum-Tatuene J, Jickling GC. Blood biomarkers for stroke diagnosis and management. Neuromolecular Med. 2019;21(4): 344–368. doi: 10.1007/s12017-019-08530-0
  6. Dias A, Silva L, Moura J, et al. Fluid biomarkers in stroke: From animal models to clinical care. Acta Neurol Scand. 2022;146(4): 332–347. doi: 10.1111/ane.13668
  7. Dagonnier M, Donnan GA, Davis SM, et al. Acute stroke biomarkers: are we there yet? Front Neurol. 2021;12:619721. doi: 10.3389/fneur.2021.619721
  8. Monbailliu T, Goossens J, Hachimi-Idrissi S. Blood protein biomarkers as diagnostic tool for ischemic stroke: a systematic review. Biomark Med. 2017;11(6):503–512. doi: 10.2217/bmm-2016-0232
  9. Saenger AK, Christenson RH. Stroke biomarkers: progress and challenges for diagnosis, prognosis, differentiation, and treatment. Clin Chem. 2010;56(1):21–33. doi: 10.1373/clinchem.2009.133801
  10. Wang W, Li DB, Li RY, et al. Diagnosis of hyperacute and acute ischaemic stroke: the potential utility of exosomal MicroRNA-21-5p and MicroRNA-30a-5p. Cerebrovasc Dis. 2018; 45(5-6):204–212. doi: 10.1159/000488365
  11. Dewdney B, Trollope A, Moxon J, et al. Circulating MicroRNAs as biomarkers for acute ischemic stroke: a systematic review. J Stroke Cerebrovasc Dis. 2018;27(3):522–530. doi: 10.1016/j.jstrokecerebrovasdis.2017.09.058
  12. Bejleri J, Jirström E, Donovan P, et al. Diagnostic and prognostic circulating MicroRNA in acute stroke: a systematic and bioinformatic analysis of current evidence. J Stroke. 2021;23(2):162–182. doi: 10.5853/jos.2020.05085
  13. Foerch C, du Mesnil de Rochemont R, Singer O, et al. S100B as a surrogate marker for successful clot lysis in hyperacute middle cerebral artery occlusion. J Neurol Neurosurg Psychiatry. 2003; 74(3):322–325. doi: 10.1136/jnnp.74.3.322
  14. Foerch C, Singer OC, Neumann-Haefelin T, et al. Evaluation of serum S100B as a surrogate marker for long-term outcome and infarct volume in acute middle cerebral artery infarction. Arch Neurol. 2005;62(7):1130–1134. doi: 10.1001/archneur.62.7.1130
  15. Wiese S, Karus M, Faissner A. Astrocytes as a source for extracellular matrix molecules and cytokines. Front Pharmacol. 2012;(3):120. doi: 10.3389/fphar.2012.00120
  16. Furukawa H, Singh SK, Mancusso R, Gouaux E. Subunit arrangement and function in NMDA receptors. Nature. 2005; 438(7065):185–192. doi: 10.1038/nature04089
  17. Dambinova SA, Bettermann K, Glynn T, et al. Diagnostic potential of the NMDA receptor peptide assay for acute ischemic stroke. PLoS One. 2012;7(7):e42362. doi: 10.1371/journal.pone.0042362
  18. Weissman JD, Khunteev GA, Heath R, Dambinova SA. NR2 antibodies: risk assessment of transient ischemic attack (TIA)/stroke in patients with history of isolated and multiple cerebrovascular events. J Neurol Sci. 2011;300(1-2):97–102. doi: 10.1016/j.jns.2010.09.023
  19. Dolmans LS, Rutten FH, Koenen NC, et al. Candidate biomarkers for the diagnosis of transient ischemic attack: a systematic review. Cerebrovasc Dis. 2019;47(5-6):207–216. doi: 10.1159/000502449
  20. Stanca DM, Mărginean IC, Soriţău O, et al. GFAP and antibodies against NMDA receptor subunit NR2 as biomarkers for acute cerebrovascular diseases. J Cell Mol Med. 2015;19(9):2253–2261. doi: 10.1111/jcmm.12614
  21. Allard L, Burkhard PR, Lescuyer P, et al. PARK7 and nucleoside diphosphate kinase A as plasma markers for the early diagnosis of stroke. Clin Chem. 2005;51(11):2043–2051. doi: 10.1373/clinchem.2005.053942
  22. Tulantched DS, Min Z, Feng WX. Comparison of plasma PARK7 and NDKA diagnostic value in acute stroke. Future Sci OA. 2019;5(5):FSO375. doi: 10.2144/fsoa-2018-0080
  23. Mingina T, Zhao M. Role of PARK7 and NDKA in stroke management: a review of PARK7 and NDKA as stroke biomarkers. Biomark Med. 2018;12(5):419–425. doi: 10.2217/bmm-2018-0013
  24. Menon B, Ramalingam K, Conjeevaram J, Munisusmitha K. Role of brain natriuretic peptide as a novel prognostic biomarker in acute ischemic stroke. Ann Indian Acad Neurol. 2016;19(4):462–466. doi: 10.4103/0972-2327.194422
  25. Maruyama K, Shiga T, Iijima M, et al. Brain natriuretic peptide in acute ischemic stroke. J Stroke Cerebrovasc Dis. 2014;23(5): 967–972. doi: 10.1016/j.jstrokecerebrovasdis.2013.08.003
  26. Panagopoulou V, Deftereos S, Kossyvakis C, et al. NTproBNP: an important biomarker in cardiac diseases. Curr Top Med Chem. 2013;13(2):82–94. doi: 10.2174/1568026611313020002
  27. Park KY, Ay I, Avery R, et al. New biomarker for acute ischaemic stroke: plasma glycogen phosphorylase isoenzyme BB. J Neurol Neurosurg Psychiatry. 2018;89(4):404–409. doi: 10.1136/jnnp-2017-316084
  28. Lim WY, Thevarajah TM, Goh BT, Khor SM. Paper microfluidic device for early diagnosis and prognosis of acute myocardial infarction via quantitative multiplex cardiac biomarker detection. Biosens Bioelectron. 2019;(128):176–185. doi: 10.1016/j.bios.2018.12.049
  29. Reynolds MA, Kirchick HJ, Dahlen JR, et al. Early biomarkers of stroke. Clin Chem. 2003;49(10):1733–1739. doi: 10.1373/49.10.1733
  30. Laskowitz DT, Kasner SE, Saver J, et al.; BRAIN Study Group. Clinical usefulness of a biomarker-based diagnostic test for acute stroke: the Biomarker Rapid Assessment in Ischemic Injury (BRAIN) study. Stroke. 2009;40(1):77–85. doi: 10.1161/STROKEAHA.108.516377
  31. Wu J, Du K, Lu X. Elevated expressions of serum miR-15a, miR-16, and miR-17-5p are associated with acute ischemic stroke. Int J Clin Exp Med. 2015;8(11):21071–21079.
  32. Tian C, Li Z, Yang Z, et al. Plasma microRNA-16 is a biomarker for diagnosis, stratification, and prognosis of hyperacute cerebral infarction. PLoS One. 2016;11(11):e0166688. doi: 10.1371/journal.pone.0166688
  33. Pujol-Calderón F, Zetterberg H, Portelius E, et al. Prediction of outcome after endovascular embolectomy in anterior circulation stroke using biomarkers. Transl Stroke Res. 2022;13(1):65–76. doi: 10.1007/s12975-021-00905-5
  34. Foerch C, Singer O, Neumann-Haefelin T, et al. Utility of serum GFAP in monitoring acute MCA territorial infarction. Cerebrovasc Dis. 2003;16(Suppl. 4):45.
  35. Foerch C, Curdt I, Yan B, et al. Serum glial fibrillary acidic protein as a biomarker for intracerebral haemorrhage in patients with acute stroke. J Neurol Neurosurg Psychiatry. 2006;77(2):181–184. doi: 10.1136/jnnp.2005.074823
  36. Dvorak F, Haberer I, Sitzer M, Foerch C. Characterisation of the diagnostic window of serum glial fibrillary acidic protein for the differentiation of intracerebral haemorrhage and ischaemic stroke. Cerebrovasc Dis. 2009;27(1):37–41. doi: 10.1159/000172632
  37. Katsanos AH, Makris K, Stefani D, et al. Plasma glial fibrillary acidic protein in the differential diagnosis of intracerebral hemorrhage. Stroke. 2017;48(9):2586–2588. doi: 10.1161/STROKEAHA.117.018409
  38. Mattila OS, Ashton NJ, Blennow K, et al. Ultra-Early differential diagnosis of acute cerebral ischemia and hemorrhagic stroke by measuring the prehospital release rate of GFAP. Clin Chem. 2021;67(10):1361–1372. doi: 10.1093/clinchem/hvab128
  39. Pelinka LE, Kroepfl A, Schmidhammer R, et al. Glial fibrillary acidic protein in serum after traumatic brain injury and multiple trauma. J Trauma. 2004;57(5):1006–1012. doi: 10.1097/01.ta.0000108998.48026.c3
  40. Jung CS, Foerch C, Schänzer A, et al. Serum GFAP is a diagnostic marker for glioblastoma multiforme. Brain. 2007;130(Pt 12): 3336–3341. doi: 10.1093/brain/awm263
  41. Luger S, Jæger HS, Dixon J, et al. Diagnostic accuracy of glial fibrillary acidic protein and ubiquitin carboxy-terminal hydrolase-l1 serum concentrations for differentiating acute intracerebral hemorrhage from ischemic stroke. Neurocrit Care. 2020;33(1):39–48. doi: 10.1007/s12028-020-00931-5
  42. Leung LY, Chan CP, Leung YK, et al. Comparison of miR-124-3p and miR-16 for early diagnosis of hemorrhagic and ischemic stroke. Clin Chim Acta. 2014;(433):139–144. doi: 10.1016/j.cca.2014.03.007
  43. Castellanos M, Leira R, Serena J, et al. Plasma metalloproteinase-9 concentration predicts hemorrhagic transformation in acute ischemic stroke. Stroke. 2003;34(1):40–46.
  44. Yuan R, Tan S, Wang D, et al. Predictive value of plasma matrix metalloproteinase-9 concentrations for spontaneous haemorrhagic transformation in patients with acute ischaemic stroke: a cohort study in Chinese patients. J Clin Neurosci. 2018;58:108–112. doi: 10.1016/j.jocn.2018.09.014
  45. Inzitari D, Giusti B, Nencini P, et al. MMP9 variation after thrombolysis is associated with hemorrhagic transformation of lesion and death. Stroke. 2013;44(10):2901–2903. doi: 10.1161/STROKEAHA.113.002274
  46. Mechtouff L, Bochaton T, Paccalet A, et al. Matrix metalloproteinase-9 relationship with infarct growth and hemorrhagic transformation in the era of thrombectomy. Front Neurol. 2020;(11):473. doi: 10.3389/fneur.2020.00473
  47. Krishnamoorthy S, Singh G, Jose KJ, et al. Biomarkers in the prediction of hemorrhagic transformation in acute stroke: a systematic review and meta-analysis. Cerebrovasc Dis. 2022;51(2):235–247. doi: 10.1159/000518570
  48. Tiedt S, Duering M, Barro C, et al. Serum neurofilament light: a biomarker of neuroaxonal injury after ischemic stroke. Neurology. 2018;91(14):e1338–e1347. doi: 10.1212/WNL.0000000000006282
  49. Purroy F, Farré-Rodriguez J, Mauri-Capdevila G, et al. Basal IL-6 and S100b levels are associated with infarct volume. Acta Neurol Scand. 2021;144(5):517–523. doi: 10.1111/ane.13487
  50. Uphaus T, Bittner S, Gröschel S, et al. NfL (Neurofilament Light Chain) levels as a predictive marker for long-term outcome after ischemic stroke. Stroke. 2019;50(11):3077–3084. doi: 10.1161/STROKEAHA.119.026410
  51. Jiang J, Tan C, Zhou W, et al. Plasma C-reactive protein level and outcome of acute ischemic stroke patients treated by intravenous thrombolysis: a systematic review and meta-analysis. Eur Neurol. 2021;84(3):145–150. doi: 10.1159/000514099
  52. Oh BM. A path to precision medicine: incorporating blood-based biomarkers in stroke rehabilitation. Ann Rehabil Med. 2021;45(5): 341–344. doi: 10.5535/arm.21171
  53. Zeng L, Liu J, Wang Y, et al. MicroRNA-210 as a novel blood biomarker in acute cerebral ischemia. Front Biosci (Elite Ed). 2011;3(4):1265–1272. doi: 10.2741/e330
  54. Zhou J, Chen L, Chen B, et al. Increased serum exosomal miR-134 expression in the acute ischemic stroke patients. BMC Neurol. 2018;18(1):198. doi: 10.1186/s12883-018-1196-z
  55. Picelli A, Filippetti M, Del Piccolo L, et al. Rehabilitation and biomarkers of stroke recovery: study protocol for a randomized controlled trial. Front Neurol. 2021;11:618200. doi: 10.3389/fneur.2020.618200

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2022 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


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».