Bewertungssystem für Sarkopenie basierend auf Ultraschalldaten

Sarkopenie ist ein Syndrom des altersbedingten Verlusts von Muskelmasse und einer Abnahme der Muskelfunktion, das mit einer Vielzahl von Krankheiten einhergehen kann und in großem Umfang mit verschiedenen Krankheitszuständen interagiert, um die Krankheitsprognose zu beeinflussen. Krankheiten wie Krebs, Diabetes, chronische Nierenerkrankungen und rheumatoide Arthritis können den Prozess des Muskelabbaus beschleunigen, indem sie die myogene Zellregeneration beeinflussen, die Proteinsynthese stören, den Proteinverbrauch erhöhen und den Proteinabbau durch den Ubiquitinierungsweg sowie den Rückgang der motorischen Fähigkeiten verstärken Funktion wird wiederum die Prognose der Krankheit weiter verschlechtern. Trotz einiger regionaler Unterschiede wurde festgestellt, dass die Prävalenz von Sarkopenie über 10 % liegt. Die frühzeitige Erkennung des potenziellen Risikos einer Sarkopenie und die frühzeitige Intervention in den frühen Stadien der Beeinträchtigung der Muskelmasse und -funktion sind einer der wichtigsten Schritte zur Verbesserung der Lebensqualität älterer Erwachsener.

Derzeit beruht die Diagnose einer Sarkopenie auf drei Merkmalen: Verlust von Muskelmasse, Verlust der Muskelkraft und Verlust der körperlichen Leistungsfähigkeit. Derzeit verwenden Ärzte üblicherweise die bioelektrische Impedanzanalyse (BIA) oder die Dual-Energy-Röntgenabsorptiometrie (DXA) zur Bestimmung des Skelettmuskelmasseindex SMI zur Messung der Muskelmasse, einen Griffkrafttest zur Messung der Muskelkraft, der Ganggeschwindigkeit oder Tools wie SPPB Punkte zur Beurteilung der körperlichen Leistungsfähigkeit. Die Diagnose Sarkopenie kann gestellt werden, wenn bei einem Probanden eine Abnahme des SMI in Kombination mit einer Abnahme der Griffkraft oder einer Abnahme der Ganggeschwindigkeit auftritt.

Im Bereich der medizinischen Bildgebung arbeiten Forscher daran, geeignete Bildgebungsinstrumente und Marker zur Diagnose und Bewertung von Sarkopenie zu erforschen und zu validieren. Zu den gängigen Methoden für das Deep Mining medizinischer Bildgebung gehören Radiomics und maschinelles Lernen, in der Regel durch Analyse der Texturmerkmale von Muskeln an bestimmten Stellen zur Quantifizierung der Muskelfunktion oder durch genaue Segmentierung von Skelettmuskeln in zwei oder drei Dimensionen zur Quantifizierung der Muskelmasse. Im Vergleich zur Computertomographie (CT) oder Magnetresonanztomographie (MRT) ist Ultraschall ein zugänglicheres und kostengünstigeres medizinisches Bildgebungsverfahren, insbesondere in Regionen mit niedrigem und mittlerem Einkommen. Mithilfe von Ultraschall lassen sich lokale Muskeln bequem scannen und Muskelmerkmale wie Muskeldicke, Querschnittsfläche und Pennationswinkel ermitteln. Unsere früheren Studien haben gezeigt, dass der SMI bei älteren Erwachsenen genau geschätzt werden kann, indem die Muskeldicke an vier Stellen zusammen mit grundlegenden Informationen wie Alter und Body-Mass-Index (BMI) verwendet wird, und haben in einer überregionalen Validierung festgestellt, dass die Stabilität der Schätzungen möglich ist in Gemeinschaften mit sehr unterschiedlichen ethnischen Anteilen aufrechterhalten werden. Allerdings konzentrieren sich mehrere bestehende große Studien zum Ultraschall bei Sarkopenie derzeit nur auf muskelmorphologische Messungen und ignorieren die große Menge an verborgenen Ultraschallbildinformationen. Gleichzeitig hat die Flexibilität des Scanprozesses zu einem größeren Widerstand seitens Radiomics oder Deep-Learning-Tools geführt, die Bilder für die Klassifizierung durch künstliche Intelligenz zu verwenden als CT oder MRT.

Angesichts eines solchen Dilemmas haben wir versucht, ein intelligentes Risikoeinstufungssystem für Sarkopenie zu etablieren, das auf mehrdimensionalen Daten basiert, einschließlich grundlegender Informationen wie Alter und BMI, Ultraschallmessungen und Originalbildinhalten, um die Risikoeinstufung für Sarkopenie bei älteren Erwachsenen zu vervollständigen aus einer Hand, um ein schnelles Screening und eine schnelle Klassifizierung potenzieller Sarkopeniepopulationen für die weitere klinische Behandlung zu ermöglichen.