Puntuación CAD-RADS a nivel de paciente a partir de características radiómicas coronarias

Área de la Ciencia:

• Imagen Cardiovascular; Radiómica; Aprendizaje Automático

Sus antecedentes:

• La síntesis de puntuaciones del Sistema de Informes y Datos de Enfermedad Coronaria (CAD-RADS) a nivel de paciente a partir de datos radiómicos coronarios es un desafío.; La angiografía coronaria por tomografía computarizada (CCTA) genera extensas imágenes de reconstrucción multiplanar (MPR) cruciales para la evaluación cardíaca.

Objetivo del estudio:

• Desarrollar y evaluar cuatro estrategias distintas para resumir características radiómicas coronarias para derivar una única puntuación CAD-RADS a nivel de paciente.; Comparar el rendimiento de los enfoques basados en estadísticas frente a los de votación mayoritaria para la clasificación automatizada de CAD-RADS.

Principales métodos:

• Se extrajeron características radiómicas de 2779 imágenes MPR de 238 pacientes sometidos a CCTA.; Se desarrolló un pipeline en cascada con clasificadores de gradient boosting para la puntuación CAD-RADS.; Se implementaron dos métodos estadísticos (promedio, mínimo, máximo, desviación estándar) y dos métodos de votación mayoritaria (MV_P, MV_C) para la puntuación a nivel de paciente.; Se utilizó una división de entrenamiento/prueba del 80 %-20 % con validación cruzada de cinco pliegues.

Principales resultados:

• Los enfoques de votación mayoritaria superaron a los métodos basados en estadísticas en la puntuación CAD-RADS.; El enfoque MV_P logró altos AUC en varias categorías CAD-RADS (por ejemplo, 0,94 para CAD-RADS 0, 0,97 para CAD-RADS 2).; El enfoque MV_C también demostró un fuerte rendimiento, particularmente para grados CAD-RADS más altos (por ejemplo, 0,96 para CAD-RADS 3, 0,98 para CAD-RADS 4).

Conclusiones:

• Las estrategias de votación mayoritaria, en particular MV_P, ofrecen un método robusto y reproducible para la puntuación automatizada de CAD-RADS a nivel de paciente.; Este trabajo representa un paso significativo hacia herramientas de radiómica coronaria fiables para la aplicación clínica.; Los métodos propuestos mejoran el potencial de la evaluación automatizada de CAD-RADS en la práctica clínica.