Radiology:如何从关节x线片中准确地预测未来行全关节置换术的可能性?

2021-12-20 01:59:42 来源:
分享:

骨质脊柱炎(OA)是最常见于的脊柱炎表现形式,可通过药理学脊柱征状和幻灯片学表现同步进行病因,是造成老年人身体残疾的主要原因。在新泽西州,岁数在25岁及25岁以上的成年人之前有1400万人患征状性的脊柱骨质脊柱炎,每年同步进行高达60万例的全都脊柱局部(TKR)。

药理学OA征状都有脊柱疼痛、呆滞和运动范围减少。药理学上,通常可用Kellgren-Lawrence(KL)或国际OA研究者协会(OARSI)等分级制度系统设计对骨质赘和脊柱间隙狭小同步进行分析报告,以同步进行幻灯片学OA的病因。然而这两项,X直通脊柱OA分级制度系统设计有多个原版,尚未提出统一的病因标准。同时,药理学上分析报告脊柱骨质OA的法则也并不能为病因及预后提供者足够且全都面的信息。

据悉,发表在Radiology华尔街日报的一项研究者通过构建以给与全都脊柱局部术(TKR)的病人和未给与TKR的相异病人的脊柱x直通片的深学习(DL)数学方法,以为药理学提供者一个确实且正确的分析OA进展高风险的幻灯片学策略。

本项回顾性研究者可用初始OA资料,整合了一个脊柱x直通片DL数学方法以分析OA病人在9在短期内给与TKR的某种程度和Kellgren-Lawrence (KL)分级制度。研究者与会者都有了45岁至79岁的流感匹配的相异亚字段。根据岁数、性别、种族和体重指数对病人同步进行匹配。该数学方法可用了一种基于ResNet34架构的迁移学习法则,并兼具七层嵌套接合验证。成年人工作相似性曲直通研究者和情况下logistic回归分析报告数学方法用于分析TKR概率和高风险的性能,并与药理学掩蔽和两种基于放射学读数的二元结果分析数学方法同步进行比较:KL和OARSI分级制度。

本研究者共纳入728名成年人,其之前324名OA病人(平均岁数64岁±8岁[标准差];222名异性恋)和324例相异组与会者(平均岁数64±8岁;222名异性恋)。基于DL的分析数学方法的成年人工作相似性曲直通下面积(AUC)为0.87(95%置信区间[CI]: 0.85, 0.90),优于曲率半径分析数学方法的KL分级制度,其AUC为0.74 (95% CI: 0.71, 0.77; P < .001)。TKR的高风险随DL数学方法(优势比[OR],7.7;95% CI: 2.3, 25; P < .001)、KL分级制度(OR, 1.92;95% CI: 1.17, 3.13; P = .009)和OARSI分级制度(OR, 1.20;95% CI: 0.41, 3.50; P = .73)病人发生TKR的概率增加而增加。

图1 基于幻灯片的二进制编码器分析数学方法的ROC曲直通。结果概念为9在短期内前提给与全都脊柱局部(TKR)。AUC值表示分析TKR的结果。KL数学方法通过Delong检验和Holm修正同步进行多次比较,以提供者分析报告分析数学方法彼此间显著差异的曲率半径数学方法。

图2 基于投影的结果分析法则:KL、OARS)、DL数学方法、DL-TL数学方法和DL-TL-MT数学方法。

综上所述,本研究者整合了一个基于曲率半径x直通片的深学习(DL)数学方法,该数学方法可分析OA病人9在短期内给与全都脊柱局部术(TKR)的概率和Kellgren-Lawrence分级制度。与使用标准分级制度系统设计的二元结果数学方法比起,本研究者提出的DL数学方法更能分析骨质脊柱炎之前TKR的高风险,为药理学提供者了一个更正确且确实的幻灯片学分析报告策略。

原文出处:

Kevin Leung,Bofei Zhang,Jimin Tan,et al.Prediction of Total Knee Replacement and Diagnosis of Osteoarthritis by Using Deep Learning on Knee Radiographs: Data from the Osteoarthritis Initiative.DOI:10.1148/radiol.2020192091

分享:
365整形网 整形医院哪家好 五官整容整形 整形医院咨询 整形知识 整形医生 美容整形