早期関節リウマチおよび健常対照群における深層学習由来の定量的間質性異常：多施設共同前向き横断研究

科学分野:

• 放射線学および画像診断
• リウマチ学
• 呼吸器内科学

背景:

• 関節リウマチ（RA）は、肺を含む複数の臓器に影響を与える可能性のある全身性自己免疫疾患です。
• 肺合併症はRA患者によく見られますが、肺異常の早期検出と定量化は依然として困難です。
• 深層学習を用いた定量CT（QCT）は、胸部CT画像の自動解析のための有望なツールを提供します。

研究 の 目的:

• 深層学習ベースのQCTを活用して、健常対照群と比較して早期関節リウマチ（RA）患者における肺異常を検出し定量化すること。
• 早期RA患者におけるQCT由来の肺測定値と臨床的要因との関連を評価すること。

主な方法:

• 200人の早期RA参加者（SAIL-RA研究）および104人の健常対照群（COPDGene研究）からの高解像度CT胸部画像が解析されました。
• 深層学習分類器は、各参加者の正常肺、間質性異常、および肺気腫の割合を定量化しました。
• 多変量線形回帰を使用して、グループ間のQCT特徴を比較し、RAコホート内の関連を調査しました。

主要な成果:

• 早期RA患者は、健常対照群と比較して、間質性異常の有病率中央値（3.7％対1.6％、p<0.0001）が高く、正常肺が少なかった（9.3％減、p<0.0001）ことが示されました。
• RA参加者では、QCTで検出された間質性異常は、高齢および高いDAS28-ESRスコアと関連していました。
• 深層学習QCTアプローチは、早期RAにおける肺実質の変化を効果的に区別しました。

結論:

• 深層学習ベースのQCTは、早期RA患者において、正常肺容積の減少および間質性変化の増加を含む、有意な肺異常を明らかにしました。
• これらの所見は、RAの経過の早い段階で肺損傷が存在する可能性を示唆しており、積極的な肺の健康介入の重要性を強調しています。
• QCTは、RAにおける肺の関与を定量化するための貴重なツールであり、疾患の進行および治療反応のモニタリングに役立つ可能性があります。