Az archőmérséklet a jelenlegi módszereknél nagyobb pontossággal jelezheti előre a szívbetegséget

A BMJ Health & A Care Informatics kutatói felmérték az arc infravörös termográfia (IRT) alkalmazásának megvalósíthatóságát a koszorúér-betegség (CHD) előrejelzésére.

Az IHD az egyik vezető halálok, és jelentős globális terhet jelent. A CAD pontos diagnózisa fontos az ellátás és a kezelés szempontjából. Jelenleg a pretest valószínűség (PTP) értékelési eszközöket használják a CAD valószínűségének meghatározására betegeknél. Ezeknek az eszközöknek azonban problémái vannak a szubjektivitással, korlátozott sokoldalúsággal és mérsékelt pontossággal.

Bár a további kardiovaszkuláris vizsgálatok (koszorúér-kalciumszám és elektrokardiográfia) vagy a további laboratóriumi markereket és kockázati tényezőket integráló kifinomult klinikai modellek javíthatják a valószínűségi becsléseket, aggályok merülnek fel az időhatékonysággal, az eljárások bonyolultságával és a korlátozott elérhetőséggel kapcsolatban. p>

Az IRT, egy érintésmentes felületi hőmérséklet-érzékelő technológia ígéretesnek tűnik a betegségek felmérésében. A bőrhőmérséklet-minták segítségével képes kimutatni a gyulladást és a rendellenes keringést. A kutatások összefüggéseket mutatnak az IRT-információk és az atheroscleroticus szív- és érrendszeri betegségek és a kapcsolódó állapotok között.

Ebben a tanulmányban a kutatók felmérték az arc IRT hőmérsékleti adatainak a CAD előrejelzésére való felhasználásának megvalósíthatóságát. Koszorúér-CT-angiográfián (CCTA) vagy invazív koszorúér-angiográfián (ICA) átesett felnőtteket vontak be a vizsgálatba. Képzett személyzet szerezte meg a nyers adatokat, és végezte el az IRT felmérést a CCTA vagy az ICA előtt.

Elektronikus orvosi feljegyzéseket használtunk további információk megszerzésére, beleértve a vérkémiai adatokat, a klinikai előzményeket, a kockázati tényezőket és a CHD-szűrési eredményeket. Résztvevőnként egy IRT-képet választottunk ki elemzésre és feldolgoztuk (egységes átméretezés, szürkeárnyalatos átalakítás és háttérkivágás).

A csapat egy IRT képmodellt fejlesztett ki egy fejlett mély tanulási algoritmus segítségével. Összehasonlításképpen két modellt fejlesztettek ki: az egyik egy PTP (klinikai alapvonal) modell volt, amely magában foglalta a betegek életkorát, nemét és a tünetek jellemzőit, a másik pedig egy hibrid, amely az IRT- és a PTP-modellből származó IRT-információkat és klinikai információkat egyaránt kombinálta..

Számos értelmező elemzést végeztek, beleértve az elzáródási kísérleteket, a kiválasztási térkép megjelenítését, a dózis-válasz elemzéseket és a CAD helyettesítő címke előrejelzését. Ezenkívül az IRT-képből különféle táblázatos IRT-jellemzőket vontunk ki, a teljes arc és az érdeklődési terület (ROI) szintjén osztályozva.

A kinyert jellemzőket összességében elsőrendű textúra, másodrendű textúra, hőmérséklet és fraktálelemzési jellemzőkbe soroltuk. Az XGBoost algoritmus integrálta ezeket a kinyert szolgáltatásokat, és felmérte prediktív értéküket a CAD számára. A kutatók a teljesítményt az összes jellemző és csak a hőmérsékleti jellemzők felhasználásával értékelték.

Összesen 893 CCTA-n vagy ICA-n átesett felnőttet értékeltek 2021 szeptembere és 2023 februárja között. Közülük 460 résztvevő 58,4 éves átlagéletkorú volt; 27,4% volt nő, és 70% volt CAD. A CAD-ben szenvedő betegek életkora és a kockázati tényezők prevalenciája magasabb volt, mint a CAD-ben nem szenvedő betegeknél. Az IRT képmodell jelentősen felülmúlta a PTP modellt.

A hibrid és az IRT képalkotó modellek teljesítménye azonban nem különbözött jelentősen. Csak a hőmérsékleti jellemzők vagy az összes kivont jellemző használata kiváló prediktív teljesítményt nyújtott, ami összhangban volt az IRT képalkotó modellel. A teljes arc szintjén a legnagyobb hatást a bal és jobb oldali hőmérsékletkülönbség, míg a ROI szintjén a bal állkapocs átlaghőmérséklete volt a legnagyobb hatással.

Az IRT képmodellnél különböző szintű teljesítményromlást figyeltek meg, amikor különböző ROI-k voltak elzárva. A felső és alsó ajak elzáródása volt a legnagyobb hatással. Ezenkívül az IRT képalkotó modell jól teljesített a CAD-hez kapcsolódó helyettesítő markerek előrejelzésében, mint például a hiperlipidémia, a dohányzás, a testtömeg-index, a glikált hemoglobin és a gyulladás.

A tanulmány bemutatta az arc IRT hőmérsékleti adatainak CAD előrejelzésére való felhasználásának megvalósíthatóságát. Az IRT képalkotó modell felülmúlta az irányelv által javasolt PTP-modellt, kiemelve a benne rejlő lehetőségeket a CAD értékelésében. Ezenkívül a klinikai információk beépítése az IRT képmodellbe nem hozott további fejlesztéseket, ami arra utal, hogy a kivont IRT-információk már tartalmaztak fontos CAD-vel kapcsolatos információkat.

Továbbá az IRT-modell prediktív értékét olyan értelmezhető táblázatos IRT-funkciók segítségével erősítették meg, amelyek viszonylag konzisztensek voltak az IRT képmodelljével. Ezek a jellemzők információt szolgáltattak a CAD előrejelzésének fontos szempontjairól is, például az arc hőmérsékleti szimmetriájáról és az egyenetlen eloszlásról. Az érvényesítéshez további vizsgálatok szükségesek nagyobb mintákkal és változatos populációkkal.