Biomarcatori di emissioni acustiche per la rilevazione e il monitoraggio dell'osteoartrosi precoce del ginocchio

Contesto patologico L'osteoartrite (OA) è una condizione altamente diffusa e invalidante che colpisce oltre il 7% delle persone in tutto il mondo (528 milioni di persone). Ciò limita notevolmente la loro mobilità e il loro stile di vita indipendente. L'OA è principalmente descritta dalla perdita di cartilagine, cambiamenti strutturali nell'osso e infiammazione della sinovia e della capsula articolare. I fattori di rischio più comuni includono l’invecchiamento, l’obesità, precedenti lesioni articolari e un uso eccessivo. L'OA impiega diversi anni per svilupparsi, prima che il paziente veda il medico quando il dolore si intensifica. Nelle fasi iniziali i pazienti sono asintomatici o avvertono solo dolore correlato all'attività. Il dolore diventa costante nel tempo con episodi di dolore intenso intermittenti. Nelle regioni di tutto il mondo, il costo medio annuo dell’OA per un individuo è stimato tra $ 700 e $ 15.600 (2019). Di conseguenza, l’OA ha un grande impatto socioeconomico a causa degli elevati costi sanitari, dei prepensionamenti e dell’elevato assenteismo dal lavoro.

L'OA colpisce tipicamente le anche, le ginocchia, le mani, i piedi e la colonna vertebrale, con un'alta prevalenza di coinvolgimento poliarticolare. Questo studio si concentra sull’OA del ginocchio.

Attuale standard di valutazione L'attuale gold standard per la valutazione della gravità dell'OA del ginocchio si basa sulla radiografia semplice, utilizzando il sistema di classificazione Kellgren-Lawrence (KL), accettato come standard dall'Organizzazione Mondiale della Sanità nel 1961. Questo sistema non valuta il tessuto interessato primario - la cartilagine - ma solo l'aspetto generale dell'articolazione. Pertanto non è in grado di rilevare gli stadi iniziali dell'OA e la diagnosi viene spesso stabilita in una fase avanzata, con poche opzioni di trattamento oltre all'artroplastica del ginocchio.

Metodi di valutazione alternativi Per implementare trattamenti preventivi per l'OA sono necessari una diagnosi più precoce e una migliore stratificazione dei pazienti. Possibili opzioni diagnostiche precoci includono la risonanza magnetica (MRI) e i marcatori biochimici. La risonanza magnetica può essere utilizzata per valutare i cambiamenti nel volume, nello spessore o anche nella qualità della cartilagine, tuttavia, l'uso diffuso della risonanza magnetica è limitato dal suo costo elevato, dalla disponibilità e dall'assenza di un punteggio internazionale convalidato. Molti marcatori biochimici sono attualmente in fase di studio, ma finora mancano di specificità per i tessuti articolari e per particolari articolazioni, e la sensibilità e la specificità non sono ancora sufficientemente elevate per un uso clinico diffuso.

Recentemente, c'è stato un crescente interesse per l'analisi acustica come alternativa ai biomarcatori convenzionali, in particolare per l'articolazione del ginocchio, dove le superfici articolari mobili scarsamente lubrificate generano suoni anomali che l'analisi acustica potrebbe rivelare.

Rilevanza del progetto La ginocchiera inmodi, sviluppata presso l'ETH di Losanna, è un dispositivo progettato per una valutazione della salute del ginocchio in movimento. La sua tecnologia di base combina sensori acustici, termici e cinematici e un’analisi dei dati basata sull’intelligenza artificiale (AI) per estrarre biomarcatori rilevanti della funzione articolare.

Dati preliminari suggeriscono che questo approccio combinato può consentire una diagnosi precoce non invasiva dell’OA. Nei cavalli è stata trovata una forte associazione tra la condizione articolare e la potenza dei segnali di emissione acustica (AE) analizzati. La combinazione di dati (dati acustici/dati di movimento) contiene probabilmente più informazioni sulla salute funzionale del ginocchio, ma tali dati sono molto pesanti (dal punto di vista computazionale) e un approccio algoritmico come l'intelligenza artificiale sembra l'opzione migliore per estrarre parametri significativi e combinarli in biomarcatori clinicamente utili . Recentemente, i ricercatori hanno testato un prototipo di ginocchiera inmodi in diciassette pazienti della clinica poco prima dell'artroplastica totale del ginocchio (TKA). Questi pazienti soffrivano di OA grave alla gamba sottoposta ad intervento chirurgico e da lieve a moderata a quella controlaterale. Un algoritmo di apprendimento automatico è stato in grado di discriminare gli stati delle gambe con una specificità di 0,96 (perfetto = 1).

Lo scopo di questo nuovo progetto è esplorare ulteriormente il potenziale del sistema inmodi per diagnosticare l'OA nelle fasi iniziali. Per questo i ricercatori svilupperanno un database di riferimento preliminare in una sottopopolazione a rischio di sviluppare OA. L'identificazione e la validazione di nuovi biomarcatori con un algoritmo di intelligenza artificiale richiede un set di dati di addestramento e un set di dati di test, entrambi con potenziali biomarcatori e risultati clinici gold standard per la validazione. Questo database richiederà una dimensione del campione sufficientemente grande da essere statisticamente valida per evitare un overfitting statistico.

La diagnostica non invasiva della salute del ginocchio dovrebbe aiutare a identificare i pazienti a rischio a un costo relativamente basso e senza esposizione alle radiazioni e consentire l’implementazione di misure preventive prima rispetto alle misure radiografiche standard.

Categoria di rischio A (minimo): le procedure di imaging contengono (1) MRI di entrambe le ginocchia, che non è ionizzante e (2) scansione EOS dell'intera gamba con una dose di radiazioni molto più bassa rispetto alla radiografia convenzionale. Un'altra procedura è il test funzionale con la ginocchiera inmodi di entrambe le gambe. La probabilità che si verifichi un effetto biologico sulle cellule a causa delle radiazioni a raggi X è molto bassa. Altri rischi sono psicologici, legati alla "sovradiagnosi di screening", allo stress claustrofobico e al disagio dovuto al rumore nello scanner MRI. Inoltre esiste un rischio per la privacy dei dati, che gli investigatori cercano di minimizzare seguendo le norme legali e interne sulla protezione dei dati.