腎機能障害の評価における新しい磁気共鳴技術の探索

腎不全は、急性腎障害（AKI）と慢性腎臓病（CKD）に分けられます。 AKI の原因は数多くありますが、解剖学的位置に応じて主に腎前性、腎性、腎後性の 3 つのカテゴリーに分類されます。 AKI の発生率は約 3% ～ 10% ですが、集中治療室での発生率はさらに高く、30% ～ 60% にもなります。 AKI 患者が重篤な場合、死亡率は約 30% ～ 80% と高くなります。 AKI の予後は主に合併症の原因と重症度に関連します。 腎前および腎後原因による AKI の場合、早期に診断され、迅速に治療されれば、ほとんどの患者は腎機能を良好に回復できます。 腎実質疾患によるAKI患者の場合、原因によって回復の程度は異なり、慢性腎障害を呈する患者もいます。 AKI の持続期間が 3 か月以上の場合、CKD と呼ぶことができます。 世界中で 7 億人以上が腎臓病に苦しんでおり、CKD は腫瘍や心臓病に次いで 3 番目に多い死因となっています。 CKD は、糖尿病性腎症、高血圧性腎症、慢性糸球体腎炎などのさまざまな腎臓病によって引き起こされる可能性があります。 さらに、特殊なタイプの腎移植不全があります。これは、患者が腎移植を受けた後に発生する腎不全を指します。

近年、さまざまな代謝疾患や体組成分析と腎不全との関係が徐々に注目されるようになりました。 これらはすべて腎不全の危険因子です。 これらの危険因子を早期に特定して管理することは、腎不全患者の予後と疾患の進行を遅らせる上で非常に重要です。 過去 40 年間、世界の肥満率は上昇し続けており、3 分の 1 以上の国で肥満率が 2 倍になっています。 さらに、肥満はインスリン抵抗性などのさまざまなメカニズムに関連しており、肥満患者はさまざまな代謝性疾患に罹患する可能性も高くなります。 したがって、肥満も腎不全の要因であり、早急に予防し、管理する必要があります。 人体のさまざまな部分の脂肪組織には、解剖学的、細胞的、分子的な違いがあります。 したがって、人体の脂肪組織と筋肉をより正確に測定および分割し、腎不全との相関を調査することは非常に重要です。 さまざまな代謝疾患は発生率が高く、経過が長く、全身の組織や器官に影響を及ぼし、腎不全の重要な危険因子および原因となっています。 したがって、腎不全との相関関係を調査し、関連するメカニズムを調査することも重要です。 医師の臨床診断とその後の治療計画の補助的な指定に貢献します。

しかし、その病因に関係なく、腎線維症は CKD の最終的な病理学的症状です。 その主な病理学的特徴は、炎症性細胞の浸潤、線維芽細胞の増殖、細胞外マトリックス（ECM）の沈着、および瘢痕組織による正常な腎臓組織の置換です。 腎線維症は腎不全の主な決定要因であり、その存在と程度はCKD疾患の進行と予後に密接に関連しています。 腎不全と腎線維化の程度を早期に診断し、正確に評価することは、末期腎疾患の発症を遅らせる効果的な手段であり、腎不全患者の生存率と生活の質を向上させる上で臨床的に非常に重要です。

通常、臨床的に腎機能を評価するために使用される指標は、推定糸球体濾過率 (eGFR) と、評価を補助する尿素、クレアチニン、尿酸および重炭酸塩です。 ただし、これらの指標は薬物や食事などの多くの要因の影響を受けやすく、精度があまり高くなく、短期間で大きく変化する可能性があります。 さらに重要なのは、これらの指標は腎機能全体を反映していることです。 患者の腎臓障害が軽度で、腎臓病の初期段階にある場合、これらの指標は通常、依然として正常範囲内にあります。 通常、それらが大幅に減少するまでに、患者は不可逆的な腎臓障害を発症します。 ゲイツ法による腎臓ダイナミックイメージングは​​、現在臨床現場で腎機能を評価するために広く使用されている唯一の方法です。 しかし、検査時間が長く（30分以上）、価格が高く、また患者に放射線量を課すため、日常的な臨床応用が制限されています。現在、腎生検は腎病理を評価するためのゴールドスタンダードです。腎線維症ですが、侵襲性があり、重篤な合併症を引き起こすリスクがあります。また、サンプリングされた組織は腎臓のごく一部にすぎず、サンプリングの偏りが生じやすいです。 信頼できる包括的な試験結果が不足しているため、新しい抗線維症薬の研究が妨げられ、効果的な新薬の臨床応用が遅れています。 したがって、生体内での腎不全および腎線維症の非侵襲的動的検出法の開発は、解決すべき緊急の臨床問題である。

技術の継続的な開発と更新により、画像処理は腎線維症を非侵襲的に評価する新しい方法を提供します。 軟組織の分解能が高く、マルチパラメータ解析を実行できるため、磁気共鳴は、巨視的な単純な生体形態学的変化から微視的に複雑な病態生理学的変化に至るまで、腎不全および腎線維症の診断を発展させてきました。 多くの画像技術は、腎臓の機能状態、物理的特性、分子特性に対する線維症の影響を評価することにより、腎機能不全と腎線維症を測定します。 たとえば、拡散強調画像法 (DWI) は腎線維化プロセスを検出できます。 細胞外マトリックス成分の沈着、炎症細胞や線維芽細胞の浸潤、尿細管萎縮によって引き起こされる水分子の動きの変化。動脈スピンラベリング (ASL) イメージングは​​微小血管灌流の変化を検出できます。血中酸素レベル依存性（血中酸素レベル） 酸素化レベル依存性（BOLD）イメージングは​​、血管閉塞によって引き起こされる組織酸素化レベルの低下を検出できます。磁気共鳴エラストグラフィー (MRE) は、線維化によって引き起こされる腎臓組織の硬さの増加を検出できます。磁化転移イメージング (MT) は、コラーゲンなどの高分子の含有量を検出できます。

近年、精密医療の文脈において、ラジオミクスや機械学習などの人工知能技術が、腎線維症の画像評価において非常に有望な補助ツールとして急速に普及しつつあります。 画像の特徴を高スループットで抽出・学習し、人間の目では認識できない医療画像の情報を最大限に活用し、モデルを構築することで疾患の診断、予後評価、薬効予測を実現します。 しかし、現在の研究のほとんどは予備段階にあり、腎不全と腎線維症の評価に関する研究はまだほとんどありません。 アルゴリズムの継続的な改善とモデルの最適化により、ラジオミクスと機械学習の進歩は大きくなると私は信じています。 腎不全や腎線維症の患者に対する個別化医療や精密医療の開発をある程度促進します。

この研究は、腎不全および移植腎不全を含む腎線維症患者の評価における新しい画像技術の価値を探ることを目的としています。 腎不全および腎線維症患者の臨床、画像、検査および病理学的データを取得することにより、画像処理ソフトウェアを使用して画像を分析し、画像パラメータ、体組成および代謝性疾患と腎不全および腎線維症の程度との関係を調査します。患者において腎不全および腎線維症の非侵襲的診断、有効性評価、予後予測を実現します。 など、それによって臨床治療を導き、腎不全患者の生存率と生活の質を改善します。

研究の手順

1. 画像データの収集: 上記の基準を満たす患者を含め、患者とコミュニケーションをとり、インフォームドコンセントフォームに署名する前に情報を伝えます。 主治医の指示によりMR検査を受ける場合は、検査前8時間の絶食と4時間の水分補給が推奨されています。 検査後は患者の撮影データ情報を整理し、画像IDや検査項目の種類などの情報を記録する必要があります。
2. 画像データ処理: PACS システムと GE ワークステーションを使用して画像データを DICOM 形式でコピーし、画像処理ソフトウェアを使用して定性的および定量的分析を実行し、関連するパラメーター値を記録します。
3. 臨床データ収集：同済病院放射線科の放射線情報システム（RIS）を通じて患者リストを照会し、臨床データ、血清クレアチニン、糸球体濾過率eGFRなどの臨床検査データ、および病理学的データを収集します。腎線維化の程度として。 本研究の除外基準に基づいて症例スクリーニングを実施し、性別、年齢、身長、体重、血圧、過去の病歴などを含む患者の病歴と、血液検査、血液生化学を含む臨床検査データを詳細に記録する、クレアチニン、尿素、尿酸。 、重炭酸塩、糸球体濾過率 eGFR、尿蛋白、尿蛋白対クレアチニン比など、病理学的データ、病理型、分類および等級付けスコア、腎線維化度スコアなど。 治療状況には、治療計画、投薬内容、治療時間など、疾患の経過観察情報などが含まれます。
4. 血清クレアチニン、糸球体濾過率 eGFR などの臨床検査データ、腎線維化度やスコアなどの病理学的データ、または治療効果によって、腎不全および腎線維症の患者をグループ化し、グループを比較します。 関連する画像パラメータの違い、腎不全と腎線維化を評価するためのさまざまな画像技術の能力を調査し、腎不全と腎線維症の非侵襲的診断、有効性評価、予後予測における画像の応用を実現し、それによって臨床の指針となることを目的としています。意思決定を練習します。

7. 考えられるリスクと予防策

考えられるリスク:

この研究では患者の画像検査データや電子カルテデータへのアクセスが必要であり、患者のプライバシー等の情報が漏洩する危険性があります。

予防：

今回の研究で使用した画像データや電子カルテデータは、すべて病院が保管しているデータです。 患者本人以外の医療従事者のみ閲覧可能です。 これらは病気の診断と治療のガイドとして使用されるものであり、商業活動には使用されません。 当研究所が記録・利用するデータ（画像を含む）には、患者様を特定できる識別子は含まれておりません。 したがって、患者の個人情報を効果的に保護することができる。

8. データ収集と統計分析 データは主に画像処理ソフトウェアによって分析された画像パラメータです。 臨床情報、検査データ、予後データの収集が完了したら、グループ分けの状況に応じて分類し、SPSSなどの統計ソフトを使用して分析します。