Porovnání dat z počítačové tomografie s rutinními měřeními týkajícími se zdraví kostí a svalů u starších jedinců (SARCATAR)

Úbytek svalové hmoty a ztráta kostní hmoty související s věkem jsou významnými výzvami v oblasti veřejného zdraví, které mají dopad na mobilitu a nezávislost starších lidí. Sarkopenie, pokles svalové síly a hmoty, zvyšuje riziko pádu, zejména u jedinců s demencí nebo kognitivními poruchami. To vede ke komplikacím, snížené nezávislosti a snížené kvalitě života. Osteoporóza zvyšuje riziko zlomenin při pádech nebo spontánně, což vyžaduje včasnou diagnostiku a prevenci.

Navzdory účinné léčbě sarkopenie, jako je dieta bohatá na bílkoviny a silový trénink, zůstává tento stav nedostatečně rozpoznán kvůli diagnostickým problémům. Běžné metody, jako je měření síly ruky, jsou problematické pro pacienty s revmatickými stavy nebo Parkinsonovou nemocí a často poskytují nepřesné výsledky. Jiné metody, jako je měření síly nohou a rychlosti chůze, vyžadují koordinaci a rovnováhu, což může být obtížné pro osoby s demencí nebo zrakovým postižením. Existuje potřeba diagnostických řešení na míru pro různé stárnoucí populace.

Minerální hustota kostí (BMD) je zásadní pro hodnocení zdraví u starších dospělých, protože nízká BMD indikuje osteoporózu a vyšší riziko zlomenin. Hodnocení BMD, které se tradičně měří duální rentgenovou absorpciometrií (DEXA), může být obtížné pro pacienty s pohybovými problémy, dekubity nebo demencí kvůli požadavku zůstat v klidu po delší dobu.

Nové algoritmy založené na umělé inteligenci mohou nyní automaticky vyhodnocovat tělesné tkáně a vzory z rutinních CT skenů a nabízejí reprodukovatelné výsledky, které přesahují lidské schopnosti. Umělá inteligence dokáže kvantifikovat svalovou hmotu na konkrétních průřezech těla, jako je bederní obratlový bod 3 (L3), který koreluje s celkovou tělesnou svalovou hmotou a předpovídá zdraví svalů. CT měření stehenních a psoasových svalů může také indikovat hmotu kosterního svalstva celého těla. Evropská doporučení zdůrazňují potřebu svalové kvantifikace při časné diagnostice sarkopenie.

Korelace svalové hmoty naměřené AI s hodnocením funkční svalové síly může pomoci identifikovat náhradní parametry pro včasnou detekci sarkopenie. Navíc měření obsahu svalového tuku, který koreluje se ztrátou síly, je zásadní pro posouzení svalového zdraví. Jsou vyžadovány inovativní přístupy, protože diagnostika sarkopenie se stále vyvíjí a geriatrická onemocnění často vyžadují přiměřené diagnostické a léčebné strategie kvůli četným komorbiditám.

Pro diagnostiku osteoporózy může AI určit hodnoty Hounsfieldových jednotek (HU) z CT snímků, aby reprezentovaly kostní denzitu, kterou lze korelovat s výsledky DEXA. Tato náhradní diagnostika by se měla řídit aktuálními pokyny a výsledky by měly být získány ve vhodném intervalu až 18 měsíců.

Na základě primárních cílových ukazatelů bude zaznamenána prevalence „svalově zdravých“ a „pravděpodobně sarkopenických“ jedinců. Dále bude vypočítána a do analýzy zahrnuta prevalence jedinců bez osteoporózy, s osteopenií a s potvrzenou osteoporózou.

Sekundární koncové body porovnávají měření funkční svalové síly s retrospektivními kvantitativními výsledky CT. Tato průzkumná analýza otestuje, zda algoritmus AI může korelovat funkčnost s objemem svalů. Kromě toho by svalová tučnost (myosteatóza) měřená umělou inteligencí mohla sloužit jako nové, kvantifikovatelné kvalitativní kritérium pro zdraví svalů. To je důležité, protože mnoho starších jedinců nemůže splnit požadavky na test funkční síly kvůli stavům, jako je poškození zraku, demence, chronická bolest, onemocnění kloubů a křehkost.

Pro diagnostiku osteoporózy se výzkumníci zaměřují na korelaci kostní denzity z měření DEXA s hustotou kostí hrudních a břišních obratlů odvozenou z CT. Tato explorativní metoda náhradního měření by mohla poskytnout pohled na hustotu a zdraví kostních minerálů ze stávajících CT snímků. Diagnóza založená na CT by mohla být alternativou pro ty, kteří nemohou zůstat v klidu pro skenování DEXA.

Design:

Tato retrospektivní studie bude provedena v jediném centru. Účastníci budou identifikováni pomocí databází pacientů, kteří podstoupili CT a DEXA vyšetření. Aby byli účastníci zařazeni do ramene sarkopenie, musí mít CT vyšetření z radiologického oddělení Univerzitní nemocnice v Basileji do jednoho měsíce od pobytu na lůžku. V případě ramene s osteoporózou musí být k dispozici CT hrudníku a/nebo břicha a DEXA sken, provedené do 18 měsíců od sebe.

Anonymizované datové sady DICOM z CT skenů budou analyzovány algoritmem AI. Analýza dat bude zahrnovat standardní statistické srovnání pomocí Studentova t-testu. Hodnoty algoritmu budou testovány oproti referenčním standardům a bude hodnocena jeho diagnostická přesnost pro různá onemocnění. Algoritmus byl testován na 104 anatomických strukturách, orgánech a skupinách orgánů (Req-2022-00495).

Původ dat:

V největším geriatrickém lékařském centru ve Švýcarsku by vyšetřovatelé rádi zahrnuli geriatrické pacienty ve věku 65 a více let, kteří podstupovali ústavní léčbu v období od 01.07.2017 do 31.12.2022 včetně.

Testováním alternativních diagnostických postupů (explorativní přístup) chtějí vyšetřovatelé oslovit více lidí, zejména ty, kteří nejsou schopni dodržovat současné diagnostické postupy kvůli demenci, zrakovému postižení nebo pooperačnímu stavu. To je zásadní, protože zejména tito pacienti mají výrazně zvýšené riziko pádu. Výzkumný přístup se zaměřuje na řešení skutečných výzev, aby bylo možné v budoucnu zvážit preventivní programy a personalizované terapie pro co nejvíce lidí.

Využitím existujících dat a upuštěním od dalších šetření je zohledněn i ekonomický aspekt v kontextu rostoucích nákladů na zdravotní péči.

Vědecká metodika a cíle:

Průzkumná analýza kvantitativních proměnných, které lze určit pomocí CT k vyhodnocení primárních koncových bodů:

• Sarkopenie: Vyhodnocením svalového objemu a procenta tuku ve svalech (v mm3) a hustotě (v HU) na CT.
• Osteoporóza: Vyhodnocením kostní denzity/útlumu v HU na CT. Pro hodnocení svalových objemů a hustot již byla provedena studie proveditelnosti na reprezentativním vzorku více než 4000 pacientů, která naznačuje normální rozložení svalové hustoty a objemu (21). Statistické odchylky od této referenční skupiny se stanoví pomocí t-testu nebo Wilcoxonova testu v případě chybějícího normálního rozdělení. Test pro normální rozdělení se provádí pomocí Kolmogorovova-Smirnovova testu. Hladina významnosti je stanovena na α = 0,05.

Analogicky se provádí hodnocení osteoporózy. Vztah mezi atenuací v HU a BMD byl již v literatuře doložen (22) (18).

Zahrnutí co největšího počtu pacientů je zásadní pro reprezentativní výsledky Pro jaké osobní údaje týkající se zdraví by měl být udělen souhlas? Počátkem roku 2020 byl zaveden formulář obecného souhlasu „Prohlášení o souhlasu s dalším používáním údajů a vzorků souvisejících se zdravím“ (vzor přiložen jako PDF). Bohužel se v praxi ukázalo jako nerozumné zavést. Další podrobnosti v článku 34 písm. a) (9. Žádost o udělení mimořádné autorizace podle čl. 34 HRA).

Vyšetřovatelé považují velikost vzorku za n=300. Pro žádného z účastníků nebyl získán souhlas, to znamená, že žádost o výjimku se podává pro všechny osoby.

Kvantitativní, klinická data:

Měření síly ruky na obou rukou (geriatrické rutinní hodnocení k posouzení svalové síly horní končetiny)

• Rychlost chůze (geriatrické rutinní hodnocení k posouzení pohyblivosti a svalové síly dolní končetiny; důležité pro předpovídání pádů)
• Timed up & go (geriatrické rutinní hodnocení k posouzení svalové síly dolních končetin, koordinace a smyslu pro rovnováhu; důležité pro předvídání pádů)
• Hladina vitaminu D v séru (ve stáří podceňovaný vitamin, který si tělo samo vyrábí přirozeným slunečním zářením kůže a dobrou funkcí ledvin ve výzkumných zeměpisných šířkách přes mnoho mezikroků a významně přispívá ke zdraví kostí a svalů; podle výzkumníků zeměpisných šířkách (úhel dopadu slunečních paprsků), dostatečná tvorba vitaminu D je možná pouze v měsících duben až říjen při dostatečném pobytu venku. S věkem však v jarních až letních měsících značně klesá i schopnost syntetizovat tvorbu vitaminu D.

Kvantitativní data ze zobrazování:

• Předchozí měření hustoty kostí DEXA (T-skóre, Z-skóre)
• Svalová hmota a obsah tuku ve svalu z předchozích CT vyšetření (hrudník, břicho, pánev, páteř se zobrazenými svalovými partiemi)