Sistema de avaliação de sarcopenia baseado em dados ultrassonográficos

A sarcopenia é uma síndrome de perda de massa muscular e diminuição da função muscular relacionada à idade, que pode ser comórbida com uma variedade de doenças e interage extensivamente com vários estados de doença para influenciar o prognóstico da doença. Doenças como câncer, diabetes, doença renal crônica e artrite reumatóide podem acelerar o processo de perda muscular, afetando a regeneração das células miogênicas, interferindo na síntese protéica, aumentando o consumo de proteínas e aumentando a degradação proteica pela via de ubiquitinação e o declínio da atividade motora. função irá, por sua vez, piorar ainda mais o prognóstico da doença. Apesar de algumas diferenças regionais, descobriu-se que a prevalência da sarcopenia excede 10%. A identificação precoce do risco potencial de sarcopenia e a intervenção precoce nas fases iniciais do comprometimento da massa muscular e da função é um dos passos mais importantes para melhorar a qualidade de vida dos idosos.

Atualmente, o diagnóstico de sarcopenia baseia-se em três características: perda de massa muscular, perda de força muscular e perda de desempenho físico. Atualmente, os médicos geralmente usam análise de impedância bioelétrica (BIA) ou absorciometria de raios X de dupla energia (DXA) para determinar o índice de massa muscular esquelética SMI para medir a massa muscular, teste de força de preensão para medir a força muscular, velocidade da marcha ou ferramentas como SPPB pontuações para avaliar o desempenho físico. Um diagnóstico de sarcopenia pode ser feito quando um sujeito experimenta uma diminuição no SMI combinada com uma diminuição na força de preensão ou uma diminuição na velocidade da marcha.

No campo da imagem médica, os pesquisadores têm trabalhado para explorar e validar ferramentas e marcadores de imagem apropriados para diagnosticar e avaliar a sarcopenia. Os métodos comuns para mineração profunda de imagens médicas incluem radiômica e aprendizado de máquina, geralmente analisando as características de textura dos músculos em locais específicos para quantificar a função muscular ou segmentando os músculos esqueléticos com precisão em duas ou três dimensões para quantificar a massa muscular. Comparada à tomografia computadorizada (TC) ou à ressonância magnética (RM), a ultrassonografia é uma técnica de imagem médica mais acessível e menos dispendiosa, especialmente em regiões de baixa e média renda. O ultrassom pode ser usado para examinar convenientemente os músculos locais e obter características musculares, como espessura muscular, área de secção transversal e ângulo de penação. Nossos estudos anteriores demonstraram que o SMI em idosos pode ser estimado com precisão usando a espessura muscular em quatro locais, juntamente com informações básicas, como idade e índice de massa corporal (IMC), e descobriram na validação inter-regional que a estabilidade das estimativas pode ser mantida em comunidades com proporções étnicas muito diferentes. No entanto, vários grandes estudos existentes sobre ultrassonografia na sarcopenia estão atualmente focando apenas nas medidas morfológicas musculares, ignorando a grande quantidade de informações ocultas da imagem ultrassonográfica. Ao mesmo tempo, a flexibilidade do processo de digitalização levou a uma maior resistência da radiômica ou das ferramentas de aprendizagem profunda em usar as imagens para classificação de inteligência artificial do que a tomografia computadorizada ou a ressonância magnética.

Diante de tal dilema, tentamos estabelecer um sistema inteligente de classificação de risco para sarcopenia, baseado em dados multidimensionais, incluindo informações básicas como idade e IMC, medidas ultrassonográficas e conteúdo de imagem original, para completar a classificação de risco de sarcopenia em idosos em de uma maneira única, de modo a realizar a rápida triagem e classificação de potenciais populações de sarcopenia para posterior manejo clínico.