Vergleich von Computertomographiedaten mit Routinemessungen zur Knochen- und Muskelgesundheit älterer Menschen (SARCATAR)

Altersbedingter Muskelschwund und Knochenschwund stellen erhebliche Herausforderungen für die öffentliche Gesundheit dar und beeinträchtigen die Mobilität und Unabhängigkeit älterer Menschen. Sarkopenie, ein Rückgang der Muskelkraft und -masse, erhöht das Sturzrisiko, insbesondere bei Personen mit Demenz oder kognitiven Beeinträchtigungen. Dies führt zu Komplikationen, verminderter Unabhängigkeit und verminderter Lebensqualität. Osteoporose erhöht das Risiko von Frakturen durch Stürze oder Spontanfrakturen, was eine frühzeitige Diagnose und Prävention erforderlich macht.

Trotz wirksamer Behandlungsmöglichkeiten für Sarkopenie, wie beispielsweise einer proteinreichen Ernährung und Krafttraining, wird die Erkrankung aufgrund diagnostischer Herausforderungen immer noch nicht ausreichend erkannt. Gängige Methoden wie die Handkraftmessung sind für Menschen mit rheumatischen Erkrankungen oder Parkinson problematisch und liefern oft ungenaue Ergebnisse. Andere Methoden wie die Messung der Beinkraft und der Gehgeschwindigkeit erfordern Koordination und Gleichgewicht, was für Menschen mit Demenz oder Sehbehinderungen schwierig sein kann. Es besteht Bedarf an maßgeschneiderten Diagnoselösungen für unterschiedliche alternde Bevölkerungsgruppen.

Die Knochenmineraldichte (BMD) ist für die Beurteilung des Gesundheitszustands bei älteren Erwachsenen von entscheidender Bedeutung, da eine niedrige BMD auf Osteoporose und ein höheres Frakturrisiko hinweist. Die BMD-Beurteilung wird traditionell mit der dualen Röntgenabsorptiometrie (DEXA) gemessen und kann für Patienten mit Mobilitätseinschränkungen, Dekubitus oder Demenz schwierig sein, da sie längere Zeit ruhig bleiben müssen.

Neue KI-basierte Algorithmen können nun automatisch Körpergewebe und -muster aus routinemäßigen CT-Scans auswerten und so reproduzierbare Ergebnisse liefern, die über die menschlichen Fähigkeiten hinausgehen. KI kann die Muskelmasse an bestimmten Körperquerschnitten quantifizieren, beispielsweise am Lendenwirbelpunkt 3 (L3), was mit der gesamten Körpermuskelmasse korreliert und die Muskelgesundheit vorhersagt. CT-Messungen der Oberschenkel- und Psoasmuskulatur können auch Aufschluss über die Skelettmuskelmasse des gesamten Körpers geben. Europäische Leitlinien betonen die Notwendigkeit einer Muskelquantifizierung in der Frühdiagnose von Sarkopenie.

Die Korrelation der KI-gemessenen Muskelmasse mit Beurteilungen der funktionellen Muskelkraft kann dabei helfen, Ersatzparameter für die Früherkennung von Sarkopenie zu identifizieren. Darüber hinaus ist die Messung des Muskelfettgehalts, der mit Kraftverlust korreliert, für die Beurteilung der Muskelgesundheit von entscheidender Bedeutung. Es sind innovative Ansätze erforderlich, da sich die Diagnose der Sarkopenie noch in der Entwicklung befindet und geriatrische Erkrankungen aufgrund mehrerer Komorbiditäten häufig angemessene Diagnose- und Behandlungsstrategien erfordern.

Für die Osteoporose-Diagnose kann KI Hounsfield-Unit-Werte (HU) aus CT-Bildern ermitteln, um die Knochendichte darzustellen, die mit DEXA-Ergebnissen korreliert werden kann. Diese Ersatzdiagnostik sollte den aktuellen Richtlinien folgen und die Ergebnisse innerhalb eines angemessenen Zeitraums von bis zu 18 Monaten erhalten.

Basierend auf den primären Endpunkten wird die Prävalenz von „muskelgesunden“ und „wahrscheinlich sarkopenischen“ Personen erfasst. Zusätzlich wird die Prävalenz von Personen ohne Osteoporose, mit Osteopenie und mit bestätigter Osteoporose berechnet und in die Analyse einbezogen.

Die sekundären Endpunkte vergleichen funktionelle Muskelkraftmessungen mit retrospektiven quantitativen CT-Ergebnissen. Diese explorative Analyse wird testen, ob der KI-Algorithmus Funktionalität mit Muskelvolumen korrelieren kann. Darüber hinaus könnte die KI-gemessene Muskelfettmasse (Myosteatose) als neues, quantifizierbares Qualitätskriterium für die Muskelgesundheit dienen. Dies ist wichtig, da viele ältere Menschen aufgrund von Erkrankungen wie Sehbehinderung, Demenz, chronischen Schmerzen, Gelenkerkrankungen und Gebrechlichkeit die Anforderungen an funktionelle Krafttests nicht erfüllen können.

Für die Osteoporosediagnostik wollen die Forscher die Knochendichte aus DEXA-Messungen mit der CT-abgeleiteten Knochendichte von Brust- und Bauchwirbelkörpern korrelieren. Diese explorative Ersatzmessmethode könnte anhand vorhandener CT-Bilder Einblicke in die Knochenmineraldichte und -gesundheit liefern. Eine CT-basierte Diagnose könnte eine Alternative für diejenigen sein, die bei DEXA-Scans nicht still bleiben können.

Design:

Diese retrospektive Studie wird an einem einzigen Zentrum durchgeführt. Die Teilnehmer werden anhand von Datenbanken von Patienten identifiziert, die sich CT- und DEXA-Scans unterzogen haben. Um in den Sarkopenie-Arm aufgenommen zu werden, müssen die Teilnehmer innerhalb eines Monats nach einem stationären Aufenthalt einen CT-Scan der Radiologie des Universitätsspitals Basel erhalten haben. Für den Osteoporose-Arm müssen ein Thorax- und/oder Abdomen-CT-Scan und ein DEXA-Scan verfügbar sein, die innerhalb von 18 Monaten durchgeführt werden.

Anonymisierte DICOM-Datensätze aus den CT-Scans werden von einem KI-Algorithmus analysiert. Die Datenanalyse umfasst einen standardmäßigen statistischen Vergleich mithilfe des Student-T-Tests. Die Werte des Algorithmus werden anhand von Referenzstandards getestet und seine diagnostische Genauigkeit für verschiedene Krankheiten bewertet. Der Algorithmus wurde an 104 anatomischen Strukturen, Organen und Organgruppen getestet (Req-2022-00495).

Herkunft der Daten:

Am grössten geriatrischen medizinischen Zentrum der Schweiz möchten die Forscher geriatrische Patienten ab 65 Jahren einbeziehen, die sich im Zeitraum vom 01.07.2017 bis 31.12.2022 in stationärer Behandlung befanden inklusive.

Durch die Erprobung alternativer Diagnoseverfahren (explorativer Ansatz) wollen die Forscher mehr Menschen erreichen, insbesondere solche, die aufgrund von Demenz, Sehbehinderung oder postoperativem Zustand nicht in der Lage sind, aktuelle Diagnoseverfahren durchzuführen. Dies ist von entscheidender Bedeutung, da gerade bei diesen Patienten ein deutlich erhöhtes Sturzrisiko besteht. Der Forschungsansatz zielt darauf ab, reale Herausforderungen anzugehen, um künftig Präventionsprogramme und personalisierte Therapien für möglichst viele Menschen in Betracht zu ziehen.

Durch die Nutzung vorhandener Daten und den Verzicht auf weitere Untersuchungen wird auch dem wirtschaftlichen Aspekt im Kontext steigender Gesundheitskosten Rechnung getragen.

Wissenschaftliche Methodik und Ziele:

Explorative Analyse quantitativer Variablen, die mittels CT bestimmt werden können, um die primären Endpunkte zu bewerten:

• Sarkopenie: Durch Auswertung des Muskelvolumens und des Fettanteils im Muskel (in mm3) und der Dichte (in HU) im CT.
• Osteoporose: Durch Beurteilung der Knochendichte/-schwächung bei HU im CT. Zur Bewertung von Muskelvolumina und -dichten wurde bereits eine Machbarkeitsstudie an einer repräsentativen Stichprobe von über 4000 Patienten durchgeführt, die auf eine normale Verteilung von Muskeldichte und -volumen schließen lässt (21). Statistische Abweichungen von dieser Referenzgruppe werden bei fehlender Normalverteilung mittels t-Test oder Wilcoxon-Test ermittelt. Der Test auf Normalverteilung wird mit dem Kolmogorov-Smirnov-Test durchgeführt. Das Signifikanzniveau wird auf α = 0,05 festgelegt.

Die Beurteilung einer Osteoporose erfolgt analog. Der Zusammenhang zwischen der Abschwächung bei HU und der BMD wurde bereits in der Literatur dokumentiert (22) (18).

Für repräsentative Ergebnisse ist die Einbeziehung möglichst vieler Patienten unerlässlich. Für welche gesundheitsbezogenen personenbezogenen Daten sollte eine Einwilligung erteilt werden? Anfang 2020 wurde ein allgemeines Einwilligungsformular „Einverständniserklärung zur weiteren Verwendung gesundheitsbezogener Daten und Proben“ eingeführt (Vorlage als PDF beigefügt). Leider erwies sich die Umsetzung in der Praxis als unzumutbar. Weitere Einzelheiten siehe Ad Art.34 lit.a (9. Antrag auf Ausnahmegenehmigung gem. Art. 34 HRG).

Die Forscher gehen von einer Stichprobengröße von n=300 aus. Für keinen der Teilnehmer wurde eine Einwilligung eingeholt, so dass für alle Personen ein Befreiungsantrag gestellt wird.

Quantitative, klinische Daten:

Handkraftmessung an beiden Händen (geriatrische Routineuntersuchung zur Beurteilung der Muskelkraft der oberen Extremität)

• Ganggeschwindigkeit (geriatrische Routineuntersuchung zur Beurteilung der Beweglichkeit und Muskelkraft der unteren Extremität; wichtig für die Vorhersage von Stürzen)
• Timed up & go (geriatrische Routineuntersuchung zur Beurteilung der Muskelkraft der unteren Extremität, der Koordination und des Gleichgewichtssinns; wichtig für die Vorhersage von Stürzen)
• Vitamin-D-Spiegel im Serum (im Alter unterschätztes Vitamin, das durch natürliche Sonneneinstrahlung der Haut und gute Nierenfunktion in den Breitengraden der Forscher über viele Zwischenschritte vom Körper selbst hergestellt wird und wesentlich zur Knochen- und Muskelgesundheit beiträgt; in den Forschern Breitengraden (Einfallswinkel der Sonnenstrahlen) ist eine ausreichende Vitamin-D-Produktion nur in den Monaten April bis Oktober bei ausreichender Zeit im Freien möglich. Mit zunehmendem Alter lässt jedoch auch die Fähigkeit zur Synthese von Vitamin D in den Frühlings- bis Sommermonaten erheblich nach.

Quantitative Daten aus der Bildgebung:

• Bisherige DEXA-Messungen der Knochendichte (T-Score, Z-Score)
• Muskelmasse und Fettgehalt im Muskel aus früheren CT-Aufnahmen (Brustkorb, Bauch, Becken, Wirbelsäule mit Darstellung der Muskelteile)