Porównanie danych tomografii komputerowej z rutynowymi pomiarami dotyczącymi stanu kości i mięśni osób starszych (SARCATAR)

Związane z wiekiem zanik mięśni i utrata masy kostnej to istotne wyzwania w zakresie zdrowia publicznego wpływające na mobilność i niezależność osób starszych. Sarkopenia, spadek siły i masy mięśni, zwiększa ryzyko upadku, szczególnie u osób z demencją lub zaburzeniami funkcji poznawczych. Prowadzi to do powikłań, zmniejszonej niezależności i pogorszenia jakości życia. Osteoporoza zwiększa ryzyko złamań w wyniku upadków lub złamań samoistnych, co wymaga wczesnej diagnostyki i zapobiegania.

Pomimo skutecznych metod leczenia sarkopenii, takich jak dieta bogata w białko i trening siłowy, schorzenie to pozostaje niedostatecznie rozpoznane ze względu na trudności diagnostyczne. Powszechnie stosowane metody, takie jak pomiar siły ręki, są problematyczne w przypadku osób cierpiących na choroby reumatyczne lub chorobę Parkinsona i często dają niedokładne wyniki. Inne metody, takie jak pomiar siły nóg i prędkości chodu, wymagają koordynacji i równowagi, co może być trudne w przypadku osób z demencją lub wadami wzroku. Istnieje zapotrzebowanie na rozwiązania diagnostyczne dostosowane do potrzeb zróżnicowanych starzejących się populacji.

Gęstość mineralna kości (BMD) ma kluczowe znaczenie dla oceny stanu zdrowia osób starszych, ponieważ niska BMD wskazuje na osteoporozę i większe ryzyko złamań. Ocena BMD, mierzona tradycyjnie za pomocą podwójnej absorpcjometrii rentgenowskiej (DEXA), może być trudna dla pacjentów z problemami z poruszaniem się, odleżynami lub demencją ze względu na konieczność pozostawania w bezruchu przez dłuższy czas.

Nowe algorytmy oparte na sztucznej inteligencji mogą teraz automatycznie oceniać tkanki i wzorce ciała na podstawie rutynowych tomografii komputerowej, oferując powtarzalne wyniki wykraczające poza możliwości człowieka. Sztuczna inteligencja może określić ilościowo masę mięśniową w określonych przekrojach ciała, np. w punkcie 3 kręgu lędźwiowego (L3), co koreluje z całkowitą masą mięśniową ciała i pozwala przewidzieć stan mięśni. Pomiary CT mięśni ud i lędźwi mogą również wykazać masę mięśni szkieletowych całego ciała. Wytyczne europejskie podkreślają potrzebę ilościowej oceny mięśni we wczesnej diagnostyce sarkopenii.

Korelacja masy mięśniowej zmierzonej za pomocą sztucznej inteligencji z oceną funkcjonalnej siły mięśni może pomóc w zidentyfikowaniu parametrów zastępczych do wczesnego wykrywania sarkopenii. Dodatkowo pomiar zawartości tłuszczu w mięśniach, który koreluje ze spadkiem siły, jest niezbędny do oceny stanu mięśni. Konieczne jest innowacyjne podejście, ponieważ diagnostyka sarkopenii wciąż ewoluuje, a choroby geriatryczne często wymagają proporcjonalnych strategii diagnostycznych i leczniczych ze względu na wiele chorób współistniejących.

W diagnostyce osteoporozy sztuczna inteligencja może określić wartości jednostek Hounsfielda (HU) na podstawie obrazów tomografii komputerowej w celu przedstawienia gęstości kości, którą można skorelować z wynikami DEXA. Ta diagnostyka zastępcza powinna być zgodna z aktualnymi wytycznymi, a wyniki należy uzyskać w odpowiednim odstępie czasu do 18 miesięcy.

Na podstawie pierwszorzędowych punktów końcowych zostanie zarejestrowana częstość występowania osób „zdrowych pod względem mięśni” i „prawdopodobnie sarkopenicznych”. Dodatkowo zostanie obliczona i uwzględniona w analizie częstość występowania osób bez osteoporozy, z osteopenią i z potwierdzoną osteoporozą.

Drugorzędowe punkty końcowe porównują pomiary funkcjonalnej siły mięśni z retrospektywnymi ilościowymi wynikami TK. Ta analiza eksploracyjna sprawdzi, czy algorytm AI może powiązać funkcjonalność z objętością mięśni. Ponadto mierzona za pomocą sztucznej inteligencji otłuszczenie mięśni (miosteatoza) może służyć jako nowe, wymierne kryterium jakości zdrowia mięśni. Jest to ważne, ponieważ wiele osób starszych nie jest w stanie spełnić wymagań testu wytrzymałości funkcjonalnej ze względu na schorzenia takie jak upośledzenie wzroku, demencja, przewlekły ból, choroby stawów i osłabienie.

W diagnostyce osteoporozy badacze starają się powiązać gęstość kości na podstawie pomiarów DEXA z gęstością kości trzonów kręgów piersiowych i brzusznych uzyskaną na podstawie tomografii komputerowej. Ta zastępcza metoda eksploracyjnego pomiaru może zapewnić wgląd w gęstość mineralną i stan kości na podstawie istniejących obrazów tomografii komputerowej. Diagnostyka oparta na tomografii komputerowej może być alternatywą dla osób, które nie mogą pozostawać w bezruchu podczas wykonywania skanów DEXA.

Projekt:

To retrospektywne badanie zostanie przeprowadzone w jednym ośrodku. Uczestnicy zostaną zidentyfikowani na podstawie baz danych pacjentów, którzy przeszli tomografię komputerową i DEXA. Aby zostać włączonym do grupy sarkopenii, uczestnicy muszą mieć wykonane tomografię komputerową na oddziale radiologii Szpitala Uniwersyteckiego w Bazylei w ciągu jednego miesiąca od pobytu w szpitalu. W przypadku grupy chorych na osteoporozę musi być dostępna tomografia komputerowa klatki piersiowej i/lub jamy brzusznej oraz badanie DEXA, wykonane w odstępie 18 miesięcy.

Zanonimizowane zbiory danych DICOM ze skanów CT zostaną przeanalizowane przez algorytm sztucznej inteligencji. Analiza danych będzie obejmować standardowe porównanie statystyczne przy użyciu testu t-Studenta. Wartości algorytmu zostaną porównane z wzorcami referencyjnymi, a jego trafność diagnostyczna zostanie oceniona pod kątem różnych chorób. Algorytm przetestowano na 104 strukturach anatomicznych, narządach i grupach narządów (Req-2022-00495).

Pochodzenie danych:

W największym ośrodku medycyny geriatrycznej w Szwajcarii badacze chcieliby uwzględnić pacjentów geriatrycznych w wieku 65 lat i więcej, którzy byli leczeni szpitalnie w okresie od 01.07.2017 r. do 31.12.2022 r. włącznie.

Testując alternatywne procedury diagnostyczne (podejście eksploracyjne) badacze chcą dotrzeć do większej liczby osób, zwłaszcza tych, które ze względu na demencję, zaburzenia wzroku lub stan pooperacyjny nie mogą wykonywać dotychczasowych procedur diagnostycznych. Jest to niezwykle istotne, ponieważ szczególnie u tych pacjentów ryzyko upadku jest znacznie zwiększone. Podejście badawcze ma na celu stawienie czoła wyzwaniom świata rzeczywistego, aby w przyszłości rozważyć programy profilaktyczne i spersonalizowane terapie dla jak największej liczby osób.

Wykorzystując istniejące dane i rezygnując z dalszych badań, uwzględnia się także aspekt ekonomiczny w kontekście rosnących kosztów opieki zdrowotnej.

Metodologia naukowa i cele:

Analiza eksploracyjna zmiennych ilościowych, które można określić za pomocą tomografii komputerowej w celu oceny pierwszorzędowych punktów końcowych:

• Sarkopenia: poprzez ocenę objętości mięśni i procentowej zawartości tłuszczu w mięśniach (w mm3) oraz gęstości (w HU) w tomografii komputerowej.
• Osteoporoza: poprzez ocenę gęstości/osłabienia kości w HU na CT. W celu oceny objętości i gęstości mięśni przeprowadzono już studium wykonalności na reprezentatywnej próbie ponad 4000 pacjentów, co sugeruje normalny rozkład gęstości i objętości mięśni (21). Odchylenia statystyczne od tej grupy odniesienia wyznacza się za pomocą testu t lub testu Wilcoxona w przypadku braku rozkładu normalnego. Test rozkładu normalnego przeprowadza się za pomocą testu Kołmogorowa-Smirnowa. Poziom istotności ustalono na α = 0,05.

Ocenę osteoporozy przeprowadza się analogicznie. Związek pomiędzy tłumieniem w HU i BMD został już udokumentowany w literaturze (22) (18).

Aby uzyskać reprezentatywne wyniki, niezbędne jest włączenie jak największej liczby pacjentów. Na jakie dane osobowe dotyczące zdrowia należy wyrazić zgodę? Z początkiem 2020 roku wprowadzono ogólny formularz zgody „Oświadczenie o zgodzie na dalsze wykorzystywanie danych i próbek o stanie zdrowia” (wzór w załączeniu w formacie PDF). Niestety w praktyce okazało się to nieracjonalne w realizacji. Dalsze szczegóły w Ad Art.34 lit.a (9. Wniosek o wydanie zezwolenia nadzwyczajnego na podstawie art. 34HRA).

Badacze uważają, że wielkość próby wynosi n=300. Dla żadnego z uczestników nie uzyskano zgody, co oznacza, że ​​wniosek o zwolnienie składany jest w stosunku do wszystkich osób.

Dane ilościowe, kliniczne:

Pomiar siły rąk obu rąk (rutynowa ocena geriatryczna w celu oceny siły mięśni kończyny górnej)

• Szybkość chodu (rutynowa ocena geriatryczna w celu oceny ruchomości i siły mięśni kończyny dolnej; ważna w przewidywaniu upadków)
• Timed up & go (rutynowa ocena geriatryczna w celu oceny siły mięśni kończyn dolnych, koordynacji i poczucia równowagi; ważne w przewidywaniu upadków)
• Poziom witaminy D w surowicy (niedoceniana witamina w starszym wieku, wytwarzana przez sam organizm w wyniku naturalnego nasłonecznienia skóry i dobrej pracy nerek w różnych szerokościach geograficznych badaczy poprzez wiele etapów pośrednich i znacząco przyczynia się do zdrowia kości i mięśni; według badaczy szerokości geograficznej (kąt padania promieni słonecznych) wystarczająca produkcja witaminy D jest możliwa tylko w miesiącach od kwietnia do października, przy wystarczającej ilości czasu spędzanego na świeżym powietrzu. Jednak wraz z wiekiem zdolność do syntezy produkcji witaminy D również znacznie spada w miesiącach wiosennych i letnich.

Dane ilościowe z obrazowania:

• Poprzednie pomiary DEXA gęstości kości (T-score, Z-score)
• Masa mięśniowa i zawartość tłuszczu w mięśniach z poprzednich tomografii komputerowej (klatka piersiowa, brzuch, miednica, kręgosłup z pokazanymi częściami mięśniowymi)