変形性膝関節症患者における人工知能ベースの質感分析アルゴリズムで検出された機能的および解剖学的変化に対するキトサンナノ粒子ゲルを使用した体外衝撃波と光泳動の比較：2倍のランダム化比較試験

変形性関節症 (OA) は一般的な変性疾患であり、障害の原因として 10 番目に大きいものとしてランク付けされており、併存疾患の増加と超過死亡率の増加に関連しています。 最も一般的な変性疾患の 1 つは、変形性膝関節症 (KOA) です。 KOA は進行性の慢性変性疾患であり、医療制度と社会に大きな社会経済的負担をもたらします。 平均余命が安定した結果、膝OAの有病率は過去10年間で2倍以上に急増しました。

KOAは、関節軟骨の劣化と喪失を伴う軟骨疾患としてよく知られています。 しかし、OA には通常、硬化症、骨嚢胞、骨棘形成などの軟骨下骨の変化が伴います。

最近の研究では、軟骨下骨のリモデリングが KOA において非常に重要な役割を果たし、軟骨損傷を媒介し、軟骨損傷に先行することが報告されています。 軟骨下骨の剛性が増加すると、膝関節内の負荷力を分散させる能力が低下し、関節軟骨にかかる力が増加します。 したがって、軟骨損傷とOAの進行は時間の経過とともに加速しました。 早期KOAの治療の焦点は関節軟骨から軟骨下骨に移り、様々な治療法の潜在的な治療標的となっている。

KOAの痛みに関しては、OAにおける軟骨びらんの間、軟骨下骨からのボトムアップの血管新生が、滑膜組織または滑膜から生じるトップダウンの血管浸潤よりも大きな役割を果たすことが証拠の蓄積により示唆されている。 その結果、変形性関節症の痛みは X 線写真の所見と関連していないというのが整形外科医の共通の訴えです。 最近の研究では、軟骨喪失とOA関節痛との関係は比較的弱いことが明らかになりました。

関節軟骨または滑膜成分を対象としたさまざまなアプローチでは非効率的な結果が得られ、骨軟骨クロストークのメカニズムが徐々に明らかになりつつあるため、この研究では、変形性膝関節症における軟骨下骨の重要な役割と、軟骨下骨が理想的な結果の尺度となり得ることを確認しようとします。変形性関節症の治療。

低強度パルス超音波（LIPUS）と体外衝撃波療法（ECSWT）は、より強い視覚による組織病理学的回復における非侵襲的方法として有効であり、ECSWTは軟骨下骨リモデリングの改善に関連する早期KOAの退縮に有効であることが示されており、軟骨下骨の減少骨棘の数が減少し、骨細胞の活動も増加します。 さらに、ECSWT は炎症性サイトカインを下方制御することにより、関節全体の慢性炎症活動を軽減する可能性があります。 さらに、膝の軟骨下骨に ESWT を適用すると、骨量と骨梁数が大幅に増加し、骨の空隙率が減少したことが報告されました。 全体として、ESWT は OA 進行の病態をある程度逆転させることができます。

低強度 US は、関節廃用下の軟骨下骨ユニットに影響を与える可能性があります。 LIUS とそれに関連する音響放射力は、通常の関節使用下での OA 進行中の軟骨下骨硬化症を軽減することができます。 さらに、米国の技術をキトサン（CS）などの生物活性化合物材料と組み合わせることで、生物活性化合物のカプセル化効率を向上させ、ナノ粒子サイズを小さくするだけでなく、そのサイズ分布も狭くすることができれば、米国は次のような生体材料の効果的な送達となる。キトサン。 これに関連して、米国との混合介入を含めることで、その効果が向上する可能性がある。 したがって、この研究では、米国療法と局所ジェルの形のキトサンと呼ばれる新しい環境に優しい材料の使用を組み合わせる予定です。

キトサンは、いくつかの種の頭足類の細胞外マトリックス (殻) にプロテオグリカンとして存在します。 キトサンの生体適合性、緩やかな分解性、非毒性、生物学的活性、抗炎症特性、抗菌作用により、キトサンはハイドロゲルに最適な材料とみなされています。 いくつかの研究では、CS を KOA の関節内注射として使用し、CS が軟骨細胞の増殖を促進し、炎症性メディエーターや異化メディエーターをブロックできると結論付けています。 したがって、キトサンを使用したフォノフォレーシスは、炎症を軽減し、軟骨変性を制限し、軟骨下骨のリモデリングプロセスを改善する可能性があります。

さらに、KOA の診断の確認は関節腔幅の評価に基づいており、これはケルグレン ローレンス グレード (K-LG) スケールに応じた X 線撮影によって行われることはよく知られています。 K-LG スケールは KO の古典的な診断ツールとして最もよく使用されていると考えられていますが、病気の進行への適用、変化に対する鈍感さ、著者の最初の説明の不一致など、いくつかの欠点があります。 さらに、主に疼痛スコアを使用するため、治療効果を評価する方法が限られています。

従来の放射線医学の悪影響に着目し、多くの研究がアレルギー反応の可能性、高額な費用、長い検査時間、特定の症状を持つ患者のスキャンの難しさを報告していました。

これを考慮すると、画像識別、術前リスク評価、臨床上の意思決定、大規模なデータセットの分析、診断、監視、予後などの問題を解決するために、人工知能 (AI) ベースのアプローチが使用され始めています。リウマチ性疾患の診断、合併症の危険因子の特定、および患者固有のアルゴリズムを使用して結果を予測する独自の能力を備えています。 AI は治療の評価において重要な役割を果たしており、リウマチ学の臨床実践における重要な進歩は、高度な画像モダリティの革新です。

整形外科における AI の使用は、これらの画像に対する機械学習 (ML) と深層学習 (DL) の開発に主に集中しています。 ML のサブセットであるディープラーニングは、医用画像の自動解釈を支援し、診断の精度と速度を向上させ、最も緊急で重要な患者にフラグを立ててすぐに対応してもらい、疲労や疲労によって引き起こされる人的エラーの量を減らすことができます。経験の浅い医療従事者の仕事量を減らすことで医療従事者の負担を軽減し、一般に整形外科ケアを改善します。

軟骨下骨の再構築プロセスはKOの重要な病態生理学として以前に報告されているが、軟骨下骨硬化症はOAの特徴であると広く考えられている。 テクスチャ分析 (TA) アルゴリズムは、リモデリング プロセス中の軟骨下骨密度の変化を検出するために使用されます。 従来の TA 技術と比較して、OA の診断ツールとして AI アルゴリズムを採用した自動テクスチャ分析の有望な発見と可能性が実証されました。 骨構造値 (BSV) は、関心領域 (ROI) に応じて脛骨軟骨下骨の微細構造を測定する分析および評価プロセスにおいて自動 TA がそれに依存するため、OA の最尤推定値と見なされます。 したがって、この研究の目的は、痛みの軽減、機能改善（自己申告および身体機能）、および軟骨下骨（脛骨梁）の微細構造変化の解剖学的改善に関して、ECSWT、LIUS、および従来の運動の違いを調査することです。