2型糖尿病における肝臓および腹部脂肪度は,コンピュータトモグラフィースキャンによる機械学習で評価されたものです

科学分野:

• 放射線学と医療イメージング
• 内分泌学と新陳代謝について
• コンピュータ生物学 コンピュータ生物学

背景:

• 腹部イメージングの特徴と2型糖尿病の関係が完全に理解されていません.
• コンピュータートモグラフィー (CT) スキャンから得られた腹部イメージングフェノタイプは,代謝疾患に関する潜在的な洞察を提供します.

研究 の 目的:

• CTスキャンを使用して,複数の腹部イメージングフェノタイプと2型糖尿病との関連を調べる.
• 糖尿病に関連する代謝変化の特徴づけにおいて,ディープラーニングに由来するイメージフェノタイプの有用性を評価する.

主な方法:

• ディープラーニングアルゴリズムは,肝硬化症 (HS),肝臓と臓の体積,内臓脂肪組織 (VAT),皮下脂肪組織 (SAT),および内臓と皮下脂肪の比率 (VSR) を含む,腹部CTスキャンからの画像派生フェノタイプを定量化するために使用されました.
• 分析には,多様なバイオバンクから1,594人の患者が含まれており,HbA1cレベルによって決定される糖尿病状態でした.
• 年齢,性別,人種,BMIに調整された多変量分析が行われました.

主要な成果:

• 糖尿病患者は,非糖尿病患者と比較して,著しく高いHS (SHAD),ステアトーシス発生率,およびVSRを示した.
• 調整された分析では,糖尿病は独立してHS (SHAD),肝臓容量 (SV),およびVSRと関連していました.
• 内臓から皮下への比率 (VSR) は,BMIよりも糖尿病との強い相関を示した.

結論:

• CTスキャンで特定された肝硬変,肝腫,内臓脂肪は,2型糖尿病と関連しています.
• 肝臓の変化は,糖尿病におけるの役割に影響を与える可能性があります.
• VSRは,糖尿病リスクを評価するための従来の肥満測定値の有望な代替指標です.