Estudo objetivo sobre diagnóstico de gastrite atrófica crônica na língua

1.1 Desenho da pesquisa Tipo de estudo: Estudo transversal prospectivo e estudo de modelo de predição clínica.

Hipótese de pesquisa: Tomando o PLGC como objeto de observação, a imagem da língua e a flora da saburra lingual dos pacientes com PLGC foram coletadas de forma objetiva e padronizada, e o banco de dados de pesquisa de imagens da língua do PLGC foi estabelecido. Com base nas características da imagem da língua e da flora da saburra lingual, o modelo de predição clínica do PLGC foi construído, de modo a realizar a previsão dinâmica em tempo real do risco de PLGC em pacientes CAG através da imagem da língua, reduzir a triagem endoscópica inválida e reduzir o custo de exames repetidos.

Métodos de pesquisa :

(1) Levantamento de dados clínicos: O questionário foi utilizado para coletar informações do paciente. Os dados de base incluíram informações pessoais básicas, estilo de vida, histórico de infecção por HP (HP anterior positivo e HP positivo atual), histórico de doença do trato digestivo e histórico familiar de câncer. Os registros médicos também incluem histórico médico atual, histórico médico passado, histórico de vida pessoal, sintomas adversos gastrointestinais, etc.; (2) Coloração de iodo para endoscopia eletrônica: A endoscopia eletrônica Olympus foi usada para coloração de iodo. Caso fosse encontrada alguma lesão positiva ou suspeita na mucosa gástrica, a área correspondente era picada e encaminhada para exame anatomopatológico. Se nenhuma anormalidade fosse encontrada pela endoscopia, a biópsia não era realizada. Foram registradas manifestações gastroscópicas (erosão, úlcera, edema, congestão, eritema, refluxo biliar, infecção por HP).

(3) Exame anatomopatológico: Após o processamento das amostras de biópsia, a coloração patológica HE foi realizada e o diagnóstico patológico foi observado e realizado. As lesões histopatológicas (inflamação crônica, inflamação ativa, metaplasia intestinal, atrofia, grau e extensão da displasia) foram registradas.

(4) Coleta de informações de imagem da língua: 1 Equipamento de aquisição padronizado: A imagem da língua foi coletada e analisada automaticamente pelo sistema de aquisição de informações de diagnóstico da superfície da língua (DS01-B, Shanghai Daosheng Medical Technology Co., Ltd., Shanghai Machinery Injection 20202200062), e as informações da imagem foram digitalizadas e armazenadas. 2 método de extensão da língua: Antes do disparo, os sujeitos foram treinados para estender a língua. Os sujeitos foram sentados na extremidade e a boca foi aberta o máximo possível quando a língua foi estendida. O corpo da língua estava relaxado, a superfície da língua achatada e a ponta da língua caída naturalmente. Não é apropriado estender a língua com muita força, e o tempo de extensão da língua deve ser minimizado para evitar que a fadiga do corpo da língua afete a estabilidade da língua. 3 Nota: Evite a influência de dietas e medicamentos.

(5) Coleta da flora da saburra lingual: Os pacientes gargarejam com água 3 a 5 vezes antes do início da amostragem para enxaguar a possível poluição por resíduos de alimentos na boca. Em seguida, uma quantidade adequada de amostras de saburra lingual foi raspada na superfície da saburra lingual com um cotonete estéril, raspada para frente e para trás por 20 vezes, colocada em um tubo estéril contendo a solução de preservação e congelada em geladeira a -80°. C o mais rápido possível. O método de análise de rDNA 16s foi utilizado para analisar a flora.

1.2 Sujeitos (incluindo critérios de inclusão e exclusão) Um estudo transversal foi conduzido no Primeiro Hospital da Universidade de Pequim. Pacientes CAG submetidos à endoscopia gastrointestinal superior e foram diagnosticados patologicamente como PLGC foram selecionados como sujeitos do estudo. De acordo com a correspondência entre sexo e idade, o grupo controle foi confirmado por gastroscopia como pacientes não PLGC CAG. Todos os participantes foram informados dos objetivos, procedimentos, potenciais riscos e benefícios do estudo e, em seguida, assinaram um termo de consentimento.

Critérios de diagnóstico: A gastroscopia e os critérios de diagnóstico patológico para gastrite crônica foram estabelecidos de acordo com o 'Consenso Chinês sobre Gastrite Crônica (2017, Xangai)' e 'Consenso sobre Diagnóstico Integrado de Medicina Tradicional Chinesa e Ocidental e Tratamento de Gastrite Atrófica Crônica (2017)'.

Critério de inclusão :

(1) Endoscopia digestiva alta foi realizada dentro de 3 meses; (2) Pacientes com gastrite atrófica crônica diagnosticada por gastroscopia e exame anatomopatológico; (3) Idade entre 40 e 70 anos, gênero ilimitado; (4) concordaram em coletar a imagem da língua e aceitar o acompanhamento; ( 5 ) Participação voluntária neste estudo e consentimento informado assinado.

Critério de exclusão :

(1) aqueles que não conseguem cooperar com a coleta padronizada de imagens da língua e de dados; (2) pacientes com raspagem, coloração ou extensão anormal da língua; (3) Suspeita de tendência maligna gástrica ou tumor gástrico e história de cirurgia gástrica; (4) Ter hepatite, sífilis, HIV, esquistossomose e outras doenças infecciosas conhecidas; (5) pacientes com doenças cardíacas, hepáticas, renais, sanguíneas graves e tumores malignos; (6) Combinado com infecção aguda do trato respiratório, úlcera péptica ativa e outras doenças agudas; (7) Pacientes que fizeram uso de antibióticos, inibidores ácidos e reguladores microecológicos no período de 1 mês; (8) uso prolongado de agentes imunossupressores, hormônios e outras drogas; ( 9 ) mulheres grávidas ou lactantes. 1.3 Indicadores de observação e plano de acompanhamento

1. Indicadores de observação 1.1 Correlação entre as características da imagem da língua e PLGC Análise da cor da língua (língua pálida, língua rosada, língua carmesim, língua lilás, língua equimose) e formato da língua (língua com impressão dentária, língua picada, língua equimose, língua fissurada, língua gorda e fina) em pacientes com PLGC e correlação com PLGC; 2.

2 Análise das características da saburra lingual: A correlação entre a qualidade da saburra lingual ( saburra espessa e fina, saburra gordurosa, saburra podre, saburra descascada) e a cor da saburra (branca e amarela) e PLGC em pacientes com PLGC foi analisada.

Análise das colaterais sublinguais: De acordo com os critérios diagnósticos de classificação das colaterais sublinguais, as colaterais sublinguais foram descritas de acordo com o comprimento, largura (espessura), tortuosidade e cor das colaterais sublinguais, e a correlação com as alterações patológicas do PLGC foi analisada.

Análise da cor da língua e dos parâmetros de cor da saburra lingual: Os tipos de espaço de cores RGB, HIS e Lab foram usados ​​para analisar os índices de espaço de cores RGB, Lab e HSV de toda a língua e da parte média (correspondente à partição do baço e estômago) do PLGC pacientes. Entre eles, R representa o valor do vermelho, G representa o valor do verde, B representa o valor do azul, H representa o matiz, S representa a saturação da cor, I representa o brilho, L representa o brilho, a representa o eixo vermelho-verde, b representa o eixo amarelo-azul.

1.2 Correlação entre flora de saburra lingual e PLGC

1. Análise de diversidade α: A diversidade da comunidade microbiana entre diferentes grupos foi comparada pela análise de diversidade α.
2. Análise de diversidade β: Através da análise β, as diferenças na estrutura da comunidade entre diferentes grupos foram exploradas e a flora chave foi explorada.
3. Análise da composição de espécies: As diferenças na composição da flora entre os grupos foram comparadas em nível de filo e gênero para encontrar uma flora característica.

Através de análise de espécies e contribuição funcional, análise de regressão e análise de correspondência, a função da composição microbiana foi prevista para encontrar a função da flora característica.

1.3 Construção do modelo de predição de risco de PLGC com base nas características da imagem da língua. Análise de regressão logística condicional univariada foi realizada nos fatores com significância estatística pelo teste t e teste χ2. O PLGC foi utilizado como variável de desfecho para calcular o odds ratio (OR) e intervalo de confiança de 95% de cada fator. Com αin = 0,05, αout = 0,1, as variáveis ​​acima foram introduzidas na análise multivariada logística para filtrar os fatores de risco relacionados às PLGC, e um modelo de predição de risco foi estabelecido. A curva característica de operação do receptor (ROC) foi usada para representar a capacidade de distinção do modelo de predição. A qualidade do ajuste e a precisão da predição do modelo foram avaliadas pela qualidade do ajuste de Hosmer-Lemeshow, Pseudo R-quadrado e área sob a curva (AUC).

2.Plano de acompanhamento Acompanhamento: pacientes com diagnóstico de gastrite atrófica grave, ou metaplasia intestinal grave, ou neoplasia intraepitelial de baixo grau, devem ser acompanhados pelo menos uma vez por ano; pacientes com neoplasia intraepitelial de alto grau que recusaram tratamento devem ser acompanhados semestralmente. A gravidade da CAG foi avaliada pelo sistema OLGA (atrofia) ou sistema OLGIM (metaplasia intestinal). O acompanhamento foi realizado por coloração endoscópica com iodo, biópsia indicativa e diagnóstico anatomopatológico. A taxa de acompanhamento foi > 70%.

1.4 Base para determinar o tamanho da amostra De acordo com os requisitos de consulta a especialistas, revisão da literatura e modelagem de aprendizagem profunda, o tamanho da amostra foi calculado usando o método empírico de que o tamanho da amostra era mais de 10 vezes o número de variáveis ​​independentes (20 variáveis ​​independentes ). Além disso, a pré-pesquisa anterior descobriu que se esperava que a incidência de PLGC em pacientes com CAG no departamento deste estudo fosse de 50%. Considerando a taxa de eliminação de 10%, o tamanho mínimo da amostra do CAG neste estudo foi de 500 casos. Espera-se que este estudo inclua 500 pacientes CAG. No modelo de regressão logística, a proporção numérica do grupo de treinamento e do grupo de teste é 7: 3, e o tamanho da amostra do grupo de treinamento é definido como 350 casos, portanto, o tamanho da amostra do grupo de teste não deve ser inferior a 150 casos.

1.5 Método de análise estatística O software SPSS 25.0 foi utilizado para analisar os dados deste estudo. Os dados de medição conforme distribuição normal foram expressos como média ± desvio padrão ( x ± s ), e o teste t foi utilizado para comparação entre os grupos. Os dados de medição que não obedeceram à distribuição normal foram expressos como M ( P25, P75 ), e o teste não paramétrico foi utilizado para comparação entre os dois grupos. Os dados de enumeração foram expressos como (%) e o teste qui-quadrado (χ2) foi utilizado para comparação entre grupos. P < 0,05 indicou que a diferença foi estatisticamente significativa. Os métodos utilizados na construção do modelo incluem regressão linear, regressão logística (nomograma), regressão de Cox (nomograma) e regressão Lasso (variáveis ​​de triagem). Avaliação do modelo de predição: 1 Discriminação: A curva ROC foi desenhada usando o modelo de regressão logística ajustado para obter o valor de AUC da curva ROC e avaliar a discriminação. 2 Calibração: A calibração foi avaliada pelo teste de ajuste de Hosmer-Lemeshow. Se P < 0,05, o modelo foi considerado mal ajustado. Se P > 0,05, sugere-se que o modelo se ajusta bem na validação do novo conjunto de dados.3 Eficácia clínica: A eficácia clínica do modelo foi avaliada pela Análise da Curva de Decisão da Curva de Decisão (DCA).

1.6 Aquisição e gerenciamento de dados A entrada e o gerenciamento de dados são de responsabilidade do administrador de dados. O administrador de dados compila o banco de dados e utiliza o software Epidata para entrada e gerenciamento de dados. Dois administradores de dados realizam independentemente a digitação dupla e a revisão. Depois de determinada a base de dados estabelecida, a base de dados é bloqueada pelos principais pesquisadores, analistas estatísticos e gestores de dados e, por fim, é determinada a base de dados de análise.