Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Comparaison des données de tomodensitométrie avec les mesures de routine concernant la santé osseuse et musculaire des personnes âgées (SARCATAR)

9 juillet 2024 mis à jour par: Andreas Fischer, University Department of Geriatric Medicine FELIX PLATTER

Comparaison de l'analyse basée sur l'intelligence artificielle des données de tomodensitométrie avec des mesures effectuées de routine concernant la santé osseuse et musculaire des personnes âgées afin de valider les paramètres de substitution pour la population vieillissante.

Cette étude se concentre sur la recherche sur la sarcopénie et la perte osseuse (ostéoporose), dans le but de développer des méthodes précoces et efficaces de diagnostic et de traitement. Ces problèmes de santé contribuent de manière significative aux chutes, aux fractures et à la perte d'autonomie et de qualité de vie chez les personnes âgées, affectant particulièrement les déficiences des individus. Pour relever ces défis, l’étude utilise des techniques d’imagerie innovantes basées sur l’intelligence artificielle (IA) pour évaluer avec précision l’atrophie musculaire liée à l’âge. Une approche centrale consiste à analyser les images de tomodensitométrie (TDM) existantes de personnes âgées, en utilisant des données rétrospectives pour évaluer la qualité musculaire. Cette méthode vise à évaluer efficacement la qualité musculaire sans ressources supplémentaires. Les algorithmes d’IA analysent les moindres détails du tissu musculaire, tels que l’adiposité et la densité musculaire. L'algorithme peut détecter la teneur en graisse dans les muscles, ce qui a un impact négatif sur la santé et la fonctionnalité musculaires, et identifier les irrégularités ou anomalies dans les fibres musculaires. Cette approche non invasive est cruciale pour la détection précoce de l’atrophie musculaire et le suivi du succès du traitement. L’intégration des technologies d’IA va au-delà des techniques d’imagerie conventionnelles, permettant une analyse précise de la qualité musculaire. Cette méthode offre non seulement un diagnostic et un suivi efficaces de la sarcopénie, mais ouvre également de nouvelles voies pour des approches thérapeutiques personnalisées et une amélioration des soins aux patients. Presque toutes les personnes âgées disposent d’au moins un scanner, une méthode d’imagerie médicale courante et excellente pour les problèmes de santé importants. Ces images peuvent être analysées rétrospectivement pour la santé musculaire. En plus des techniques d'imagerie, l'étude comprend des tests fonctionnels tels que des mesures de la force des mains et de la vitesse de marche pour évaluer la santé et l'état musculaire. Ces tests établissent des caractéristiques objectives de qualité des muscles et évaluent l’efficacité des mesures de prévention et de traitement. Cette recherche vise à fournir un diagnostic précoce et des stratégies de traitement efficaces pour la sarcopénie et l'ostéoporose, améliorant ainsi la qualité de vie des personnes âgées. En tirant parti de l’IA et des données d’imagerie médicale existantes, l’étude promeut des solutions de soins de santé efficaces, durables et précises pour la détérioration musculaire et osseuse liée à l’âge.

Aperçu de l'étude

Description détaillée

La fonte musculaire et la perte osseuse liées à l’âge constituent des défis de santé publique importants ayant un impact sur la mobilité et l’indépendance des personnes âgées. La sarcopénie, une diminution de la force et de la masse musculaires, augmente le risque de chute, en particulier chez les personnes atteintes de démence ou de troubles cognitifs. Cela entraîne des complications, une autonomie réduite et une qualité de vie diminuée. L'ostéoporose augmente le risque de fractures dues à des chutes ou spontanées, nécessitant un diagnostic et une prévention précoces.

Malgré des traitements efficaces contre la sarcopénie, comme un régime riche en protéines et un entraînement en force, la maladie reste sous-estimée en raison de problèmes de diagnostic. Les méthodes courantes telles que la mesure de la force des mains sont problématiques pour les personnes souffrant de maladies rhumatismales ou de la maladie de Parkinson, car elles donnent souvent des résultats inexacts. D'autres méthodes, comme mesurer la force des jambes et la vitesse de marche, nécessitent une coordination et un équilibre, ce qui peut être difficile pour les personnes atteintes de démence ou de déficience visuelle. Il existe un besoin de solutions de diagnostic adaptées à diverses populations vieillissantes.

La densité minérale osseuse (DMO) est cruciale pour évaluer la santé des personnes âgées, car une DMO faible indique une ostéoporose et un risque de fracture plus élevé. Traditionnellement mesurée par absorptiométrie double à rayons X (DEXA), l'évaluation de la DMO peut être difficile pour les patients souffrant de problèmes de mobilité, d'escarres ou de démence en raison de la nécessité de rester immobile pendant de longues périodes.

De nouveaux algorithmes basés sur l’IA peuvent désormais évaluer automatiquement les tissus corporels et les modèles issus des tomodensitogrammes de routine, offrant ainsi des résultats reproductibles au-delà des capacités humaines. L’IA peut quantifier la masse musculaire au niveau de sections transversales spécifiques du corps, telles que le point vertébral lombaire 3 (L3), qui est en corrélation avec la masse musculaire totale du corps et prédit la santé musculaire. Les mesures tomodensitométriques des muscles de la cuisse et du psoas peuvent également indiquer la masse musculaire squelettique du corps entier. Les lignes directrices européennes soulignent la nécessité d'une quantification musculaire dans le diagnostic précoce de la sarcopénie.

La corrélation de la masse musculaire mesurée par l'IA avec les évaluations de la force musculaire fonctionnelle peut aider à identifier des paramètres de substitution pour la détection précoce de la sarcopénie. De plus, la mesure de la teneur en graisse musculaire, qui est en corrélation avec la perte de force, est essentielle pour évaluer la santé musculaire. Des approches innovantes sont nécessaires, car le diagnostic de la sarcopénie est encore en évolution et les maladies gériatriques nécessitent souvent des stratégies de diagnostic et de traitement proportionnées en raison de multiples comorbidités.

Pour le diagnostic de l’ostéoporose, l’IA peut déterminer les valeurs de l’unité Hounsfield (HU) à partir d’images tomodensitométriques pour représenter la densité osseuse, qui peuvent être corrélées aux résultats DEXA. Ces diagnostics de substitution doivent suivre les directives actuelles, avec des résultats obtenus dans un intervalle approprié allant jusqu'à 18 mois.

Sur la base des critères d'évaluation principaux, la prévalence des individus « en bonne santé musculaire » et « probablement sarcopénique » sera enregistrée. De plus, la prévalence des individus sans ostéoporose, souffrant d'ostéopénie et avec une ostéoporose confirmée sera calculée et incluse dans l'analyse.

Les critères d'évaluation secondaires comparent les mesures de la force musculaire fonctionnelle avec les résultats quantitatifs rétrospectifs de la tomodensitométrie. Cette analyse exploratoire testera si l'algorithme d'IA peut corréler la fonctionnalité avec le volume musculaire. De plus, la graisse musculaire (myostéotose) mesurée par l’IA pourrait servir de nouveau critère de qualité quantifiable pour la santé musculaire. Ceci est important car de nombreuses personnes âgées ne peuvent pas répondre aux exigences des tests de force fonctionnelle en raison de conditions telles que la déficience visuelle, la démence, la douleur chronique, les maladies articulaires et la fragilité.

Pour le diagnostic de l'ostéoporose, les enquêteurs visent à corréler la densité osseuse à partir des mesures DEXA avec la densité osseuse dérivée de la tomodensitométrie des corps vertébraux thoraciques et abdominaux. Cette méthode de mesure exploratoire de substitution pourrait fournir des informations sur la densité minérale osseuse et la santé à partir d’images tomodensitométriques existantes. Le diagnostic basé sur la tomodensitométrie pourrait être une alternative pour ceux qui ne peuvent pas rester immobiles pendant les examens DEXA.

Conception:

Cette étude rétrospective sera menée dans un seul centre. Les participants seront identifiés à l'aide de bases de données de patients ayant subi des tomodensitogrammes et DEXA. Pour être inclus dans le bras sarcopénie, les participants doivent avoir subi un scanner du service de radiologie de l'hôpital universitaire de Bâle dans le mois suivant leur séjour hospitalier. Pour le bras ostéoporose, un scanner thorax et/ou abdominal et un scanner DEXA doivent être disponibles, réalisés à 18 mois d'intervalle.

Les ensembles de données DICOM anonymisés des tomodensitogrammes seront analysés par un algorithme d'IA. L'analyse des données impliquera une comparaison statistique standard à l'aide du test t de Student. Les valeurs de l'algorithme seront testées par rapport aux normes de référence et sa précision diagnostique sera évaluée pour diverses maladies. L'algorithme a été testé sur 104 structures anatomiques, organes et groupes d'organes (Req-2022-00495).

Origine des données :

Dans le plus grand centre médical gériatrique de Suisse, les enquêteurs souhaitent inclure les patients gériatriques âgés de 65 ans et plus qui suivaient un traitement hospitalier entre le 01.07.2017 et le 31.12.2022. compris.

En testant des procédures de diagnostic alternatives (approche exploratoire), les enquêteurs veulent atteindre plus de personnes, en particulier celles qui sont incapables de suivre les procédures de diagnostic actuelles en raison de démence, de déficience visuelle ou d'un état postopératoire. Ceci est crucial car ces patients en particulier présentent un risque de chute considérablement accru. La démarche de recherche vise à répondre à des enjeux du monde réel afin d’envisager à l’avenir des programmes de prévention et des thérapies personnalisées pour le plus grand nombre.

En utilisant les données existantes et en renonçant à des investigations plus approfondies, l'aspect économique dans le contexte de la hausse des coûts des soins de santé est également pris en compte.

Méthodologie scientifique et objectifs :

Analyse exploratoire des variables quantitatives pouvant être déterminées par CT pour évaluer les critères d'évaluation principaux :

  • Sarcopénie : En évaluant le volume musculaire et le pourcentage de graisse musculaire (en mm3) et la densité (en HU) au scanner.
  • Ostéoporose : en évaluant la densité/atténuation osseuse en HU au scanner. Pour l'évaluation des volumes et densités musculaires, une étude de faisabilité a déjà été réalisée sur un échantillon représentatif de plus de 4000 patients, ce qui suggère une répartition normale de la densité et du volume musculaire (21). Les écarts statistiques par rapport à ce groupe de référence sont déterminés à l'aide d'un test t ou d'un test de Wilcoxon en cas d'absence de distribution normale. Le test de distribution normale est réalisé à l'aide du test de Kolmogorov-Smirnov. Le niveau de signification est fixé à α = 0,05.

L'évaluation de l'ostéoporose est réalisée de manière analogue. La relation entre l'atténuation de l'HU et la DMO a déjà été documentée dans la littérature (22) (18).

L’inclusion du plus grand nombre possible de patients est essentielle pour obtenir des résultats représentatifs. Pour quelles données personnelles liées à la santé le consentement doit-il être accordé ? Un formulaire de consentement général « Déclaration de consentement pour l'utilisation ultérieure de données et d'échantillons liés à la santé » a été introduit début 2020 (modèle ci-joint au format PDF). Malheureusement, dans la pratique, cette mesure s’est révélée déraisonnable à mettre en œuvre. Plus de détails sous Ad Art.34 lit.a (9. Demande d'autorisation exceptionnelle conformément à l'art. 34 LRH).

Les enquêteurs considèrent que la taille de l'échantillon est de n = 300. Aucun consentement n'a été obtenu pour aucun des participants, ce qui signifie qu'une demande d'exemption est en cours pour toutes les personnes.

Données quantitatives et cliniques :

Mesure de la force des deux mains (évaluation gériatrique de routine pour évaluer la force musculaire du membre supérieur)

  • Vitesse de marche (évaluation gériatrique de routine pour évaluer la mobilité et la force musculaire des membres inférieurs ; important pour prédire les chutes)
  • Timed up & go (évaluation gériatrique de routine pour évaluer la force musculaire des membres inférieurs, la coordination et le sens de l'équilibre ; important pour prédire les chutes)
  • Taux de vitamine D dans le sérum (vitamine sous-estimée chez les personnes âgées, qui est produite par le corps lui-même grâce à l'exposition naturelle de la peau au soleil et à une bonne fonction rénale sous les latitudes des enquêteurs à travers de nombreuses étapes intermédiaires et contribue de manière significative à la santé des os et des muscles ; chez les enquêteurs En raison des latitudes (angle d'incidence des rayons du soleil), une production suffisante de vitamine D n'est possible que pendant les mois d'avril à octobre, avec suffisamment de temps passé à l'extérieur. Cependant, avec l’âge, la capacité à synthétiser la production de vitamine D diminue également considérablement au cours des mois du printemps et de l’été.

Données quantitatives issues de l'imagerie :

  • Mesures DEXA antérieures de la densité osseuse (score T, score Z)
  • Masse musculaire et teneur en graisse dans le muscle provenant de tomodensitogrammes précédents (thorax, abdomen, bassin, colonne vertébrale avec parties musculaires représentées)

Type d'étude

Observationnel

Inscription (Estimé)

300

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Coordonnées de l'étude

Sauvegarde des contacts de l'étude

Lieux d'étude

    • Basel Stadt
      • Basel, Basel Stadt, Suisse, 4055
        • Recrutement
        • Universitäre Altersmedizin Felix Platter

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Enfant
  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Non

Méthode d'échantillonnage

Échantillon de probabilité

Population étudiée

Nous souhaitons examiner rétrospectivement un total de 300 ensembles de données de patients gériatriques du 01.01.2017 au 31.12.2022, qui ont été traités en tant que patients hospitalisés à l'UAFP. Les individus seront identifiés à l'aide de diverses bases de données contenant des informations sur les patients qui ont subi des tomodensitogrammes imagerie des organes thoraciques et/ou abdominaux et des scans DEXA.

Les participants doivent avoir subi un scanner réalisé par le service de radiologie interne un mois avant ou après le séjour hospitalier.

Afin d'être inclus dans le bras ostéoporose, un scanner du thorax et/ou de l'abdomen et un scanner DEXA à partir d'une mesure DEXA interne doivent être disponibles. Les deux examens ne doivent pas être espacés de plus de 18 mois.

La description

Critère d'intégration:

  • Examen tomodensitométrique (thorax, abdomen, bassin, colonne vertébrale avec parties musculaires à visualiser) par le service de radiologie interne responsable un mois avant ou après l'hospitalisation à l'UAFP (bras sarcopénie).
  • Images CT du thorax et de l'abdomen des patients du service de radiologie interne responsable et mesure DEXA interne. Les deux examens peuvent être effectués à un intervalle maximum de 18 mois (bras ostéoporose).
  • Qualité d'image diagnostique des tomodensitogrammes.

Critère d'exclusion:

  • Présence d'un refus documenté.
  • Qualité d'image non diagnostique
  • Absence des mesures fonctionnelles suivantes : Force des deux mains, test timed-up & go, vitesse de marche.

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Volume musculaire en mm3 au scanner
Délai: jusqu'à la fin des études, en moyenne o 1 an
Analyse exploratoire des variables quantitatives pouvant être déterminées par CT pour évaluer le critère d'évaluation principal Sarcopénie : En évaluant le volume musculaire (en mm3) sur CT.
jusqu'à la fin des études, en moyenne o 1 an
pourcentage de graisse dans la densité musculaire (en HU) au scanner.
Délai: jusqu'à la fin des études, en moyenne o 1 an
Analyse exploratoire des variables quantitatives pouvant être déterminées par CT pour évaluer le critère d'évaluation principal Sarcopénie : En évaluant le pourcentage de graisse dans la densité musculaire (en HU) sur CT.
jusqu'à la fin des études, en moyenne o 1 an
densité / atténuation osseuse en HU au scanner.
Délai: jusqu'à la fin des études, en moyenne o 1 an
Analyse de la densité/atténuation osseuse en HU au scanner pour évaluer le critère de jugement principal Ostéoporose :
jusqu'à la fin des études, en moyenne o 1 an

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Les enquêteurs

  • Chercheur principal: Andreas M. Fischer, PD Dr., Universitäre Altersmedizin Felix Platter

Publications et liens utiles

La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'étude.

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

1 mai 2024

Achèvement primaire (Estimé)

1 septembre 2025

Achèvement de l'étude (Estimé)

1 septembre 2025

Dates d'inscription aux études

Première soumission

18 juin 2024

Première soumission répondant aux critères de contrôle qualité

28 juin 2024

Première publication (Réel)

5 juillet 2024

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

11 juillet 2024

Dernière mise à jour soumise répondant aux critères de contrôle qualité

9 juillet 2024

Dernière vérification

1 juillet 2024

Plus d'information

Termes liés à cette étude

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

INDÉCIS

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

S'abonner