Biomarkery CT klatki piersiowej jako czynniki prognostyczne w SSc-ILD

Śródmiąższowa choroba płuc (ILD lub zwłóknienie płuc = usztywnienie płuc przez tkankę bliznowatą) rozwija się u ponad połowy pacjentów z twardziną układową (SSc). Chociaż u niektórych pacjentów ILD pozostaje stabilna, u co najmniej jednej trzeciej występuje stopniowo narastające zwłóknienie. Istnieje pilna potrzeba dokładnych wskaźników identyfikujących a) pacjentów z większym ryzykiem progresji, wymagających natychmiastowego leczenia w celu zapobiegania dalszym nieodwracalnym ILD oraz b) pacjentów z niższym ryzykiem, niewymagających leczenia;

W tym badaniu zbadany zostanie potencjał prognostyczny i dokładność biomarkerów pochodzących z uczenia maszynowego w celu oceny nieprawidłowości, które są trudne do wizualnej oceny ilościowej. To, czy nowa wyjściowa tomografia komputerowa o wysokiej rozdzielczości (HRCT) obrazująca biomarkery dróg oddechowych, naczyń i całkowitego stopnia zwłóknienia może przewidzieć postęp ILD, rozwój waskulopatii i przeżycie, zostanie zbadane w kohorcie około 1000 pacjentów z SSc-ILD.

Wyniki algorytmu zostaną porównane z przeżyciem przy użyciu modelu proporcjonalnego hazardu Coxa, natomiast analiza modelu efektów mieszanych zostanie wykorzystana do oceny powiązań ze zmianami w czynności płuc: natężoną pojemnością życiową (FVC), pojemnością dyfuzyjną dla tlenku węgla (DLco) i tlenku węgla współczynnik przenikania (Kco). Algorytm dróg oddechowych mierzący rozstrzenie oskrzeli trakcyjnych (poszerzenie dróg oddechowych z powodu otaczającego ich zwłóknienia) może przewidzieć pogorszenie FVC, odzwierciedlające progresję ILD. Algorytm naczyń może przewidzieć spadek KCO, markera zajęcia naczyń płucnych. Przeprowadzone zostaną również analizy eksploracyjne oceniające zmiany w zakresie zwłóknienia HRCT w czasie u pacjentów z powtarzanymi HRCT oraz to, czy złożone wyniki zmian w zmiennych HRCT i czynności płuc poprawiają długoterminowe przewidywanie wyników i torują drogę do ich wykorzystania w badaniach klinicznych i rutynowych badaniach klinicznych. używać. Pacjenci z trywialnymi zmianami w badaniu CT zostaną również uwzględnieni w celu oceny bardzo wczesnych zmian, które mogą przewidywać ich pogorszenie w przyszłości. Algorytmy te zostaną połączone z wynikami naszego poprzedniego badania, które sugerują, że pewien typ wzorca w CT zwany UIP pozwala przewidzieć krótsze przeżycie.