Akustiske emissionsbiomarkører til påvisning og overvågning af tidlig knæartrose

Sygdomsbaggrund Slidgigt (OA) er en meget udbredt og invaliderende tilstand, som rammer over 7 % af mennesker globalt (528 millioner mennesker). Det begrænser deres mobilitet og uafhængige livsstil markant. OA er hovedsageligt beskrevet ved tab af brusk, strukturelle ændringer i knoglerne og betændelse i synovium og ledkapslen. Almindelige risikofaktorer omfatter aldring, fedme, tidligere ledskade og overforbrug. OA tager flere år at udvikle sig, før patienten opsøger lægen, når smerten forstærkes. I tidlige stadier er patienter asymptomatiske eller oplever kun aktivitetsrelateret smerte. Smerten bliver konstant over tid med intermitterende intense smerteepisoder. I regioner rundt om i verden anslås de gennemsnitlige årlige omkostninger ved OA for en person mellem USD 700-$15.600 (2019). Følgelig har OA en stor socioøkonomisk indvirkning på grund af dets høje medicinske omkostninger, førtidspensionering og høje fravær fra arbejde.

OA påvirker typisk hofter, knæ, hænder, fødder og rygsøjle, med en høj forekomst af polyartikulær involvering. Denne undersøgelse fokuserer på OA i knæet.

Nuværende vurderingsstandard Den nuværende guldstandardvurdering af sværhedsgraden af ​​knæ-OA er baseret på almindelig røntgenundersøgelse ved hjælp af Kellgren-Lawrence (KL) karaktersystemet, som blev accepteret som en standard af Verdenssundhedsorganisationen i 1961. Dette system evaluerer ikke det primære berørte væv - brusk - men kun det overordnede aspekt af leddet. Det er derfor ikke i stand til at opdage tidlige stadier af OA, og diagnosen stilles ofte på et sent stadium med få behandlingsmuligheder udover knæarthroplastik.

Alternative vurderingsmetoder Tidligere diagnostisk og forbedret patientstratificering er påkrævet for at implementere forebyggende OA-behandlinger. Mulige tidlige diagnostiske muligheder omfatter magnetisk resonansbilleddannelse (MRI) og biokemiske markører. MR kan bruges til at vurdere ændringer i bruskvolumen, tykkelse eller endda kvalitet, men udbredt brug af MR er begrænset af dens høje omkostninger, tilgængelighed og fraværet af en valideret international score. Mange biokemiske markører er i øjeblikket under undersøgelse, men indtil videre mangler de specificitet over for ledvæv og til bestemte led, og sensitivitet og specificitet er stadig ikke høj nok til udbredt klinisk brug.

På det seneste har der været en stigende interesse for akustisk analyse som et alternativ til konventionelle biomarkører, især for knæleddet, hvor dårligt smurte bevægelige ledoverflader genererer unormale lyde, som akustisk analyse kunne afsløre.

Projektets relevans Inmodi knæbøjlen, udviklet på ETH Lausanne, er en enhed designet til en vurdering af knæsundheden under bevægelse. Dens kerneteknologi kombinerer akustiske, termiske og kinematiske sensorer og en kunstig intelligens (AI)-baseret dataanalyse for at udtrække relevante biomarkører for ledfunktion.

Foreløbige data tyder på, at denne kombinerede tilgang kan muliggøre en ikke-invasiv tidlig diagnose af OA. Hos heste blev der fundet en stærk sammenhæng mellem ledtilstanden og styrken af ​​de analyserede akustiske emissionssignaler (AE). Kombination af data (akustiske data/bevægelsesdata) indeholder sandsynligvis mere information om knæets funktionelle sundhed, men sådanne data er meget tunge (beregningsmæssigt), og en algoritmisk tilgang som AI synes at være den bedste mulighed for at udtrække meningsfulde parametre og kombinere dem til klinisk nyttige biomarkører . For nylig testede efterforskerne en prototype af inmodi knæbøjle i sytten patienter fra klinikken kort før total knæarthroplasty (TKA). Disse patienter led af svær OA på benet under operation og mild til moderat på den kontralaterale. En maskinlæringsalgoritme var i stand til at skelne bentilstande med en specificitet på 0,96 (perfekt = 1).

Målet med dette nye projekt er yderligere at udforske potentialet i inmodi-systemet til at diagnosticere OA på tidligere stadier. Til dette vil efterforskerne udvikle en foreløbig referencedatabase i en underpopulation med risiko for at udvikle OA. Identifikation og validering af nye biomarkører med en AI-algoritme kræver et træningsdatasæt og et testdatasæt, både med potentielle biomarkører og guldstandard kliniske resultater til validering. Denne database vil kræve en prøvestørrelse, der er stor nok til at være statistisk forsvarlig for at forhindre statistisk overtilpasning.

Non-invasiv knæsundhedsdiagnostik bør hjælpe med at identificere patienter i risiko til en relativt lav pris og uden strålingseksponering og gøre det muligt at implementere forebyggende foranstaltninger tidligere end med standard radiografiske foranstaltninger.

Risikokategori A (minimal): Billeddiagnostiske procedurer indeholder (1) MRI af begge knæ, som er ikke-ioniserende og (2) EOS fuld benscanning med meget lavere stråledosis af konventionel røntgen. En anden procedure er funktionstesten med inmodi knæstøtte på begge ben. Sandsynligheden for, at der vil opstå en biologisk effekt på celler fra røntgenstråling, er meget lav. Andre risici er psykologiske, relateret til "screening overdiagnose", eller klaustrofobisk stress og støjgener i MR-scanneren. Yderligere er der en risiko for databeskyttelse, som efterforskerne forsøger at minimere ved at følge de juridiske og interne databeskyttelsesregler.