Étude objective sur le diagnostic de la langue de la gastrite atrophique chronique

1.1 Conception de la recherche Type d'étude : Étude prospective transversale et étude sur un modèle de prédiction clinique.

Hypothèse de recherche : En prenant le PLGC comme objet d'observation, l'image de la langue et la flore du revêtement de la langue des patients PLGC ont été collectées objectivement et standardisées, et la base de données de recherche d'images de langue PLGC a été créée. Sur la base des caractéristiques de l'image de la langue et de la flore qui recouvre la langue, le modèle de prédiction clinique du PLGC a été construit, de manière à réaliser la prédiction dynamique en temps réel du risque de PLGC chez les patients CAG grâce à l'image de la langue, à réduire le dépistage endoscopique invalide et à réduire le coût d’un dépistage répété.

Méthodes de recherche :

( 1 ) Enquête sur les données cliniques : Le questionnaire a été utilisé pour collecter des informations sur les patients. Les données de base comprenaient des informations personnelles de base, le mode de vie, les antécédents d'infection HP (HP positif précédent et HP positif actuel), les antécédents de maladie du tube digestif et les antécédents familiaux de cancer. Les dossiers médicaux comprennent également les antécédents médicaux actuels, les antécédents médicaux, les antécédents personnels, les symptômes gastro-intestinaux indésirables, etc. (2) Coloration à l'iode par endoscopie électronique : L'endoscopie électronique Olympus a été utilisée pour la coloration à l'iode. Si une lésion positive ou suspecte était constatée au niveau de la muqueuse gastrique, la zone correspondante était mordue et envoyée pour examen pathologique. Si aucune anomalie n’était constatée par endoscopie, aucune biopsie n’était réalisée. Des manifestations gastroscopiques (érosion, ulcère, œdème, congestion, érythème, reflux biliaire, infection HP) ont été enregistrées.

( 3 ) Examen pathologique : Une fois les échantillons de biopsie traités, la coloration pathologique HE a été réalisée et le diagnostic pathologique a été observé et réalisé. Les lésions histopathologiques (inflammation chronique, inflammation active, métaplasie intestinale, atrophie, degré et étendue de la dysplasie) ont été enregistrées.

( 4 ) Collecte d'informations sur l'image de la langue : 1 Équipement d'acquisition standardisé : L'image de la langue a été collectée et automatiquement analysée par le système d'acquisition d'informations de diagnostic de la surface de la langue (DS01-B, Shanghai Daosheng Medical Technology Co., Ltd., Shanghai Machinery Injection 20202200062), et les informations sur l'image ont été numérisées et stockées. Méthode d'extension de la langue à 2 : Avant la prise de vue, les sujets ont été entraînés à étendre leur langue. Les sujets étaient assis à l'extrémité et la bouche était ouverte autant que possible lorsque la langue était étendue. Le corps de la langue était détendu, la surface de la langue était aplatie et le bout de la langue était naturellement tombant. Il n'est pas approprié d'étendre la langue trop fort, et le temps d'extension de la langue doit être minimisé pour éviter que la fatigue du corps de la langue n'affecte la stabilité de la langue. 3 Remarque : Évitez l'influence du régime alimentaire et des médicaments.

(5) Collecte de la flore linguale : Les patients se gargarisent avec de l'eau 3 à 5 fois avant le début du prélèvement pour rincer l'éventuelle pollution des résidus alimentaires dans la bouche. Ensuite, une quantité appropriée d'échantillons de revêtement de la langue a été grattée sur la surface du revêtement de la langue avec un tampon stérile, grattée d'avant en arrière 20 fois, placée dans un tube stérile contenant la solution de conservation et congelée au réfrigérateur à - 80 °. C dès que possible. La méthode d’analyse de l’ADNr 16s a été utilisée pour analyser la flore.

1.2 Sujets (y compris les critères d'inclusion et d'exclusion) Une étude transversale a été menée au premier hôpital de l'Université de Pékin. Les patients CAG ayant subi une endoscopie gastro-intestinale supérieure et ayant reçu un diagnostic pathologique de PLGC ont été sélectionnés comme sujets d'étude. Selon l'appariement du sexe et de l'âge, le groupe témoin a été confirmé par gastroscopie comme étant des patients CAG non PLGC. Tous les participants ont été informés des objectifs, des procédures, des risques et des avantages potentiels de l'étude, puis ont signé un formulaire de consentement.

Critères de diagnostic : Les critères de gastroscopie et de diagnostic pathologique de la gastrite chronique ont été établis selon le « Consensus chinois sur la gastrite chronique (2017, Shanghai) » et le « Consensus sur le diagnostic et le traitement intégrés de la médecine traditionnelle chinoise et occidentale de la gastrite atrophique chronique (2017) ».

Critère d'intégration :

( 1 ) Une endoscopie gastro-intestinale haute a été réalisée dans un délai de 3 mois ; ( 2 ) Patients atteints de gastrite atrophique chronique diagnostiquée par gastroscopie et examen pathologique ; ( 3 ) Âge 40-70 ans, sexe illimité ; (4) a accepté de collecter une image de la langue et d'accepter un suivi ; ( 5 ) Volontaire pour participer à cette étude et consentement éclairé signé.

Critère d'exclusion :

(1) ceux qui ne peuvent pas coopérer avec la collecte standardisée d'images de la langue et la collecte de données ; (2) patients présentant un grattage de la langue, une coloration de la langue ou une extension anormale de la langue ; (3) Suspicion de tendance maligne gastrique ou de tumeur gastrique et antécédents de chirurgie gastrique ; (4) Souffrez d'hépatite, de syphilis, de VIH, de schistosomiase et d'autres maladies infectieuses connues ; ( 5 ) les patients atteints de maladies graves du cœur, du foie, des reins, du sang et de tumeurs malignes ; ( 6 ) Combiné avec une infection aiguë des voies respiratoires, un ulcère gastroduodénal actif et d'autres maladies aiguës ; ( 7 ) Patients ayant utilisé des antibiotiques, des inhibiteurs d'acide et des régulateurs microécologiques dans un délai d'un mois ; ( 8 ) utilisation à long terme d'agents immunosuppresseurs, d'hormones et d'autres médicaments ; ( 9 ) les femmes enceintes ou allaitantes. 1.3 Indicateurs d'observation et plan de suivi

1.Indicateurs d'observation 1.1 Corrélation entre les caractéristiques de l'image de la langue et le PLGC Analyse de la couleur de la langue (langue pâle, langue rose, langue cramoisie, langue lavande, langue ecchymose) et de la forme de la langue (langue à empreintes dentées, langue piquante, langue ecchymose, langue fissurée, langue grasse et fine) chez les patients PLGC et corrélation PLGC ; 2.

2 Analyse des caractéristiques du revêtement de la langue : La corrélation entre la qualité du revêtement de la langue (revêtement épais et mince, revêtement gras, revêtement pourri, revêtement écaillé) et la couleur du revêtement (blanc et jaune) et le PLGC chez les patients PLGC a été analysée.

Analyse des collatérales sublinguales : Selon les critères diagnostiques de classement des collatérales sublinguales, les collatérales sublinguales ont été décrites en fonction de la longueur, de la largeur (épaisseur), de la tortuosité et de la couleur des collatérales sublinguales, et la corrélation avec les changements pathologiques du PLGC a été analysée.

Analyse de la couleur de la langue et des paramètres de couleur du revêtement de la langue : les types d'espace colorimétrique RVB, HIS et Lab ont été utilisés pour analyser les indices d'espace colorimétrique RVB, Lab et HSV de la langue entière et de la partie médiane (correspondant à la cloison de la rate et de l'estomac) du PLGC. les patients. Parmi eux, R représente la valeur rouge, G représente la valeur verte, B représente la valeur bleue, H représente la teinte, S représente la saturation des couleurs, I représente la luminosité, L représente la luminosité, a représente l'axe rouge-vert, b représente l'axe jaune-bleu.

1.2 Corrélation entre la flore qui recouvre la langue et le PLGC

1. Analyse de la diversité α : La diversité de la communauté microbienne parmi différents groupes a été comparée par une analyse de la diversité α.
2. Analyse de la diversité β : grâce à l'analyse β, les différences de structure communautaire entre différents groupes ont été explorées et la flore clé a été explorée.
3. Analyse de la composition des espèces : Les différences de composition de la flore entre les groupes ont été comparées au niveau du phylum et du genre pour trouver une flore caractéristique.

Grâce à l'analyse des espèces et des contributions fonctionnelles, à l'analyse de régression et à l'analyse des correspondances, il a été prédit que la fonction de la composition microbienne trouverait la fonction de la flore caractéristique.

1.3 Construction d'un modèle de prédiction du risque PLGC basé sur les caractéristiques de l'image de la langue Une analyse de régression logistique conditionnelle univariée a été réalisée sur les facteurs statistiquement significatifs par le test t et le test χ2. PLGC a été utilisé comme variable de résultat pour calculer l'odds ratio (OR) et l'intervalle de confiance à 95 % de chaque facteur. Avec αin = 0,05, αout = 0,1, les variables ci-dessus ont été introduites dans l'analyse multivariée logistique pour éliminer les facteurs de risque liés au PLGC, et un modèle de prédiction des risques a été établi. La courbe des caractéristiques de fonctionnement du récepteur ( ROC ) a été utilisée pour représenter la capacité de distinction du modèle de prédiction. La qualité de l'ajustement et la précision de la prédiction du modèle ont été évaluées par la qualité de l'ajustement Hosmer-Lemeshow, le pseudo R-carré et l'aire sous la courbe (AUC).

2. Plan de suivi Suivi : les patients diagnostiqués avec une gastrite atrophique sévère, ou une métaplasie intestinale sévère, ou une néoplasie intraépithéliale de bas grade, doivent être suivis au moins une fois par an ; les patients atteints de néoplasie intraépithéliale de haut grade qui ont refusé le traitement doivent être suivis tous les six mois. La gravité du CAG a été jugée par le système OLGA (atrophie) ou le système OLGIM (métaplasie intestinale). Le suivi a été réalisé par coloration endoscopique à l'iode, biopsie indicative et diagnostic pathologique. Le taux de suivi était > 70 %.

1.4 Base de détermination de la taille de l'échantillon Conformément aux exigences de la consultation d'experts, de la revue de la littérature et de la modélisation de l'apprentissage profond, la taille de l'échantillon a été calculée en utilisant la méthode empirique selon laquelle la taille de l'échantillon était plus de 10 fois le nombre de variables indépendantes (20 variables indépendantes ). De plus, la pré-enquête précédente a révélé que l'incidence du PLGC chez les patients CAG dans le service de cette étude devait être de 50 %. Compte tenu du taux d'excrétion de 10 %, la taille minimale de l'échantillon de CAG dans cette étude était de 500 cas. Cette étude devrait inclure 500 patients CAG. Dans le modèle de régression logistique, le rapport numérique du groupe de formation et du groupe de test est de 7 : 3, et la taille de l'échantillon du groupe de formation est fixée à 350 cas, donc la taille de l'échantillon du groupe de test ne doit pas être inférieure à 150. cas.

1.5 Méthode d'analyse statistique Le logiciel SPSS 25.0 a été utilisé pour analyser les données de cette étude. Les données de mesure conformes à la distribution normale ont été exprimées en moyenne ± écart type ( x ± s ) et le test t a été utilisé pour la comparaison entre les groupes. Les données de mesure non conformes à la distribution normale ont été exprimées par M ( P25, P75 ) et le test non paramétrique a été utilisé pour comparer les deux groupes. Les données de dénombrement ont été exprimées en ( %) et le test du chi carré (χ2) a été utilisé pour la comparaison entre les groupes. P <0,05 indiquait que la différence était statistiquement significative. Les méthodes utilisées dans la construction du modèle comprennent la régression linéaire, la régression logistique (nomogramme), la régression de Cox (nomogramme) et la régression Lasso (variables de dépistage). Évaluation du modèle de prédiction : 1 Discrimination : La courbe ROC a été tracée à l'aide du modèle de régression logistique ajusté pour obtenir la valeur AUC de la courbe ROC et évaluer la discrimination. 2 Calibrage : Le calibrage a été évalué par le test d'adéquation Hosmer-Lemeshow. Si P < 0,05, le modèle était considéré comme mal ajusté. Si P > 0,05, il est suggéré que le modèle s'intègre bien dans la validation du nouvel ensemble de données.3 Efficacité clinique : L'efficacité clinique du modèle a été évaluée par Decision Curve Decision Curve Analysis (DCA).

1.6 Acquisition et gestion des données La saisie et la gestion des données relèvent de la responsabilité de l'administrateur des données. L'administrateur des données compile la base de données et utilise le logiciel Epidata pour la saisie et la gestion des données. Deux administrateurs de données effectuent indépendamment la double saisie et la relecture. Une fois la base de données établie déterminée, la base de données est verrouillée par les principaux chercheurs, analystes statistiques et gestionnaires de données, et enfin la base de données d'analyse est déterminée.