Comparación de datos de tomografía computarizada con mediciones de rutina relacionadas con la salud ósea y muscular de personas de edad avanzada (SARCATAR)

La atrofia muscular y la pérdida ósea relacionadas con la edad son importantes desafíos de salud pública que afectan la movilidad y la independencia de las personas mayores. La sarcopenia, una disminución de la fuerza y ​​la masa muscular, aumenta el riesgo de caídas, especialmente en personas con demencia o deterioro cognitivo. Esto conduce a complicaciones, reducción de la independencia y disminución de la calidad de vida. La osteoporosis aumenta el riesgo de fracturas por caídas o de forma espontánea, lo que requiere un diagnóstico y prevención tempranos.

A pesar de los tratamientos eficaces para la sarcopenia, como una dieta rica en proteínas y entrenamiento de fuerza, la afección sigue siendo poco reconocida debido a los desafíos de diagnóstico. Los métodos comunes, como la medición de la fuerza de la mano, son problemáticos para quienes padecen enfermedades reumáticas o Parkinson y a menudo arrojan resultados inexactos. Otros métodos, como medir la fuerza de las piernas y la velocidad al caminar, requieren coordinación y equilibrio, lo que puede resultar difícil para quienes padecen demencia o discapacidad visual. Existe la necesidad de soluciones de diagnóstico personalizadas para diversas poblaciones que envejecen.

La densidad mineral ósea (DMO) es crucial para evaluar la salud en adultos mayores, ya que una DMO baja indica osteoporosis y un mayor riesgo de fractura. Medida tradicionalmente mediante absorciometría dual de rayos X (DEXA), la evaluación de la DMO puede resultar difícil para pacientes con problemas de movilidad, úlceras por presión o demencia debido a la necesidad de permanecer quietos durante períodos prolongados.

Los nuevos algoritmos basados ​​en IA ahora pueden evaluar automáticamente los tejidos y patrones corporales a partir de tomografías computarizadas de rutina, ofreciendo resultados reproducibles más allá de la capacidad humana. La IA puede cuantificar la masa muscular en secciones transversales específicas del cuerpo, como el punto vertebral lumbar 3 (L3), que se correlaciona con la masa muscular total del cuerpo y predice la salud muscular. Las mediciones por TC de los músculos del muslo y del psoas también pueden indicar la masa del músculo esquelético de todo el cuerpo. Las directrices europeas destacan la necesidad de la cuantificación muscular en el diagnóstico precoz de la sarcopenia.

Correlacionar la masa muscular medida por IA con las evaluaciones de la fuerza muscular funcional puede ayudar a identificar parámetros sustitutos para la detección temprana de la sarcopenia. Además, medir el contenido de grasa muscular, que se correlaciona con la pérdida de fuerza, es esencial para evaluar la salud muscular. Se requieren enfoques innovadores, ya que el diagnóstico de sarcopenia aún está evolucionando y las enfermedades geriátricas a menudo necesitan estrategias de diagnóstico y tratamiento proporcionadas debido a múltiples comorbilidades.

Para el diagnóstico de osteoporosis, la IA puede determinar los valores de la Unidad Hounsfield (HU) a partir de imágenes de TC para representar la densidad ósea, que puede correlacionarse con los resultados de DEXA. Estos diagnósticos sustitutos deben seguir las pautas actuales y obtener resultados dentro de un intervalo apropiado de hasta 18 meses.

Según los criterios de valoración principales, se registrará la prevalencia de individuos "músculos sanos" y "probablemente sarcopénicos". Además, se calculará e incluirá en el análisis la prevalencia de personas sin osteoporosis, con osteopenia y con osteoporosis confirmada.

Los criterios de valoración secundarios comparan las mediciones de la fuerza muscular funcional con resultados de TC cuantitativos retrospectivos. Este análisis exploratorio probará si el algoritmo de IA puede correlacionar la funcionalidad con el volumen muscular. Además, la gordura muscular (miosteatosis) medida con IA podría servir como un nuevo criterio de calidad cuantificable para la salud muscular. Esto es importante porque muchas personas mayores no pueden cumplir con los requisitos de las pruebas de fuerza funcional debido a afecciones como discapacidad visual, demencia, dolor crónico, enfermedades de las articulaciones y fragilidad.

Para el diagnóstico de osteoporosis, los investigadores pretenden correlacionar la densidad ósea a partir de mediciones DEXA con la densidad ósea de los cuerpos vertebrales torácicos y abdominales derivada de TC. Este método exploratorio de medición sustituta podría proporcionar información sobre la densidad mineral ósea y la salud a partir de imágenes de TC existentes. El diagnóstico basado en TC podría ser una alternativa para quienes no pueden permanecer quietos durante las exploraciones DEXA.

Diseño:

Este estudio retrospectivo se llevará a cabo en un solo centro. Los participantes serán identificados utilizando bases de datos de pacientes que se han sometido a tomografías computarizadas y DEXA. Para ser incluidos en el grupo de sarcopenia, los participantes debían haberse sometido a una tomografía computarizada del departamento de radiología del Hospital Universitario de Basilea en el plazo de un mes desde su estancia hospitalaria. Para el grupo de osteoporosis, se debe disponer de una tomografía computarizada de tórax y/o abdomen y una exploración DEXA, realizadas con un intervalo de 18 meses entre sí.

Los conjuntos de datos DICOM anónimos de las tomografías computarizadas se analizarán mediante un algoritmo de IA. El análisis de datos implicará una comparación estadística estándar utilizando la prueba t de Student. Los valores del algoritmo se compararán con estándares de referencia y se evaluará su precisión diagnóstica para diversas enfermedades. El algoritmo ha sido probado en 104 estructuras anatómicas, órganos y grupos de órganos (Req-2022-00495).

Origen de los datos:

En el centro médico geriátrico más grande de Suiza, a los investigadores les gustaría incluir a pacientes geriátricos de 65 años o más que estuvieron en tratamiento hospitalario en el período comprendido entre el 01.07.2017 y el 31.12.2022. inclusivo.

Al probar procedimientos de diagnóstico alternativos (enfoque exploratorio), los investigadores quieren llegar a más personas, especialmente aquellas que no pueden seguir los procedimientos de diagnóstico actuales debido a demencia, discapacidad visual o condición postoperatoria. Esto es crucial, ya que estos pacientes en particular tienen un riesgo significativamente mayor de sufrir caídas. El enfoque de investigación tiene como objetivo abordar los desafíos del mundo real para considerar programas de prevención y terapias personalizadas para la mayor cantidad de personas posible en el futuro.

Utilizando los datos existentes y prescindiendo de más investigaciones, también se tiene en cuenta el aspecto económico en el contexto del aumento de los costes sanitarios.

Metodología científica y objetivos:

Análisis exploratorio de variables cuantitativas que pueden determinarse mediante TC para evaluar los criterios de valoración principales:

• Sarcopenia: Evaluando el volumen muscular y el porcentaje de grasa en músculo (en mm3) y la densidad (en HU) en TC.
• Osteoporosis: mediante la evaluación de la densidad/atenuación ósea en HU en TC. Para la evaluación de los volúmenes y densidades musculares ya se ha llevado a cabo un estudio de viabilidad en una muestra representativa de más de 4.000 pacientes, que sugiere una distribución normal de la densidad y el volumen muscular (21). Las desviaciones estadísticas de este grupo de referencia se determinan mediante una prueba t o una prueba de Wilcoxon en caso de falta de distribución normal. La prueba de distribución normal se realiza mediante la prueba de Kolmogorov-Smirnov. El nivel de significancia se fija en α = 0,05.

La evaluación de la osteoporosis se realiza de manera análoga. La relación entre la atenuación en HU y DMO ya ha sido documentada en la literatura (22) (18).

La inclusión de tantos pacientes como sea posible es esencial para obtener resultados representativos. ¿Para qué datos personales relacionados con la salud se debe otorgar el consentimiento? A principios de 2020 se introdujo un formulario de consentimiento general "Declaración de consentimiento para el uso posterior de datos y muestras relacionados con la salud" (plantilla adjunta en formato PDF). Desafortunadamente, en la práctica su implementación resultó irrazonable. Más detalles en el Ad Art.34 lit.a (9. Solicitud de autorización excepcional en virtud del art. 34 HRA).

Los investigadores consideran que el tamaño de la muestra es n = 300. No se ha obtenido el consentimiento de ninguno de los participantes, lo que significa que se está presentando una solicitud de exención para todas las personas.

Datos clínicos cuantitativos:

Medición de la fuerza de la mano en ambas manos (evaluación de rutina geriátrica para evaluar la fuerza muscular de la extremidad superior)

• Velocidad de la marcha (evaluación de rutina geriátrica para evaluar la movilidad y la fuerza muscular de la extremidad inferior; importante para predecir caídas)
• Timed up & go (evaluación de rutina geriátrica para evaluar la fuerza muscular de la extremidad inferior, la coordinación y el sentido del equilibrio; importante para predecir caídas)
• Nivel de vitamina D en suero (vitamina subestimada en la vejez, que es producida por el propio cuerpo a través de la exposición natural de la piel a la luz solar y la buena función renal en las latitudes de los investigadores a través de muchos pasos intermedios y contribuye significativamente a la salud de los huesos y los músculos; en los investigadores En latitudes (ángulo de incidencia de los rayos del sol), una producción suficiente de vitamina D sólo es posible en los meses de abril a octubre si se pasa suficiente tiempo al aire libre. Sin embargo, con la edad, la capacidad de sintetizar la producción de vitamina D también disminuye considerablemente en los meses de primavera a verano.

Datos cuantitativos de imágenes:

• Anterior Mediciones DEXA de densidad ósea (T-score, Z-score)
• Masa muscular y contenido de grasa en el músculo de tomografías computarizadas anteriores (tórax, abdomen, pelvis, columna con partes musculares mostradas)