Näotemperatuur võib ennustada südamehaigusi suurema täpsusega kui praegused meetodid

Hiljutises uuringus, mis avaldati ajakirjas BMJ Health & Care Informatics, hindasid teadlased näo infrapuna termograafia (IRT) kasutamise teostatavust koronaararterite haiguse (CHD) ennustamiseks.

IHD on üks peamisi surmapõhjuseid ja sellel on märkimisväärne ülemaailmne koormus. CAD täpne diagnoos on hoolduse ja ravi seisukohalt oluline. Praegu kasutatakse CAD-i tõenäosuse määramiseks patsientidel eeltesti tõenäosuse (PTP) hindamisvahendeid. Nendel tööriistadel on aga probleeme subjektiivsuse, piiratud mitmekülgsuse ja mõõduka täpsusega.

Kuigi täiendavad kardiovaskulaarsed testid (koronaarkaltsiumi arv ja elektrokardiograafia) või keerukad kliinilised mudelid, mis integreerivad täiendavaid laboratoorseid markereid ja riskitegureid, võivad tõenäosuse hinnanguid parandada, on muret seoses aja tõhususe, protseduuride keerukuse ja piiratud kättesaadavusega. p>

IRT, kontaktivaba pinnatemperatuuri tuvastamise tehnoloogia, on haiguste hindamisel paljulubav. See suudab tuvastada põletikku ja ebanormaalset vereringet naha temperatuurimustrite kaudu. Uuringud näitavad seoseid IRT teabe ning aterosklerootiliste kardiovaskulaarsete haiguste ja sellega seotud seisundite vahel.

Selles uuringus hindasid teadlased näo IRT temperatuuriandmete kasutamise teostatavust CAD ennustamiseks. Uuringusse kaasati täiskasvanud, kellele tehti koronaar-CT-angiograafia (CCTA) või invasiivne koronaarangiograafia (ICA). Koolitatud töötajad hankisid algandmed ja viisid läbi IRT-uuringu enne CCTA-d või ICA-d.

Täiendava teabe, sealhulgas verekeemia, kliinilise ajaloo, riskitegurite ja CHD sõeluuringu tulemuste saamiseks kasutati elektroonilisi haiguslugusid. Iga osaleja kohta valiti analüüsimiseks ja töödeldi üks IRT-pilt (ühtne suuruse muutmine, halltoonide teisendamine ja tausta kärpimine).

Tiim töötas välja IRT-kujutise mudeli, kasutades täiustatud süvaõppe algoritmi. Võrdluseks töötati välja kaks mudelit: üks oli PTP (kliiniline algtaseme) mudel, mis hõlmas patsientide vanust, sugu ja sümptomite tunnuseid, ja teine oli hübriid, mis ühendas nii IRT teabe kui ka kliinilise teabe vastavalt IRT ja PTP mudelitest..

Tehti mitmeid tõlgendavaid analüüse, sealhulgas oklusioonikatseid, eritumise kaardi visualiseerimist, annuse-vastuse analüüse ja CAD-i asendusmärgise ennustamist. Lisaks eraldati IRT-pildist erinevad tabelipõhised IRT-funktsioonid, mis on klassifitseeritud kogu näo ja huvipakkuva piirkonna (ROI) tasemel.

Üldiselt liigitati ekstraheeritud omadused esimest järku tekstuuri, teist järku tekstuuri, temperatuuri ja fraktaalanalüüsi tunnusteks. Algoritm XGBoost integreeris need ekstraheeritud funktsioonid ja hindas nende prognoositavat väärtust CAD-i jaoks. Teadlased hindasid jõudlust, kasutades kõiki omadusi ja ainult temperatuurinäitajaid.

Ajavahemikus 2021. Aasta septembrist kuni 2023. Aasta veebruarini hinnati kokku 893 täiskasvanut, kes läbisid CCTA või ICA. Nendest kaasati 460 osalejat, kelle keskmine vanus oli 58,4 aastat; 27,4% olid naised ja 70% oli CAD. CAD-ga patsientidel oli kõrgem vanus ja riskifaktorite levimus võrreldes patsientidega, kellel ei olnud CAD-i. IRT kujutise mudel ületas oluliselt PTP mudelit.

Kuid hübriid- ja IRT-pildimudelite jõudlus ei erinenud oluliselt. Ainult temperatuurifunktsioonide või kõigi ekstraheeritud funktsioonide kasutamisel oli parem ennustav jõudlus, mis oli kooskõlas IRT-kuvamismudeliga. Kogu näo tasandil oli suurim mõju üldine temperatuuride erinevus vasakult paremale, samas kui ROI tasemel oli kõige suurem mõju vasaku lõualuu keskmisel temperatuuril.

Kui erinevad ROI-d olid suletud, täheldati IRT-kujutise mudeli puhul erineval tasemel jõudluse halvenemist. Suurima mõju avaldas üla- ja alahuule piirkonna oklusioon. Lisaks näitas IRT pildimudel hästi CAD-ga seotud asendusmarkereid, nagu hüperlipideemia, suitsetamine, kehamassiindeks, glükeeritud hemoglobiin ja põletik.

Uuring näitas näo IRT temperatuuriandmete kasutamise teostatavust CAD ennustamiseks. IRT-pildimudel ületas juhiste järgi soovitatud PTP-mudelit, tõstes esile selle potentsiaali CAD-i hindamisel. Lisaks ei toonud kliinilise teabe kaasamine IRT kujutise mudelisse täiendavaid täiustusi, mis viitab sellele, et eraldatud IRT teave sisaldas juba olulist CAD-ga seotud teavet.

Lisaks kinnitati IRT-mudeli ennustav väärtus tõlgendatavate tabeliliste IRT-funktsioonide abil, mis olid suhteliselt kooskõlas IRT-kujutise mudeliga. Need omadused andsid teavet ka CAD ennustamise oluliste aspektide kohta, nagu näo temperatuuri sümmeetria ja ebaühtlane jaotus. Valideerimiseks on vaja täiendavaid uuringuid suuremate valimite ja erinevate populatsioonidega.